이 강좌에 대하여

최근 조회 64,221

학습자 경력 결과

29%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

33%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 30시간 필요
영어

귀하가 습득할 기술

Gibbs SamplingBayesian StatisticsBayesian InferenceR Programming

학습자 경력 결과

29%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

33%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 30시간 필요
영어

강사

제공자:

Placeholder

캘리포니아대학교 산타크루스캠퍼스

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up94%(2,232개의 평가)Info
1

1

완료하는 데 4시간 필요

Statistical modeling and Monte Carlo estimation

완료하는 데 4시간 필요
11개 동영상 (총 99분), 4 개의 읽기 자료, 4 개의 테스트
11개의 동영상
Objectives7m
Modeling process8m
Components of Bayesian models8m
Model specification7m
Posterior derivation9m
Non-conjugate models7m
Monte Carlo integration9m
Monte Carlo error and marginalization6m
Computing examples15m
Computing Monte Carlo error13m
4개의 읽기 자료
Module 1 assignments and materials3m
Reference: Common probability distributions
Code for Lesson 3
Markov chains20m
4개 연습문제
Lesson 120m
Lesson 225m
Lesson 330m
Markov chains20m
2

2

완료하는 데 5시간 필요

Markov chain Monte Carlo (MCMC)

완료하는 데 5시간 필요
11개 동영상 (총 129분), 7 개의 읽기 자료, 4 개의 테스트
11개의 동영상
Demonstration10m
Random walk example, Part 112m
Random walk example, Part 216m
Download, install, setup3m
Model writing, running, and post-processing12m
Multiple parameter sampling and full conditional distributions8m
Conditionally conjugate prior example with Normal likelihood10m
Computing example with Normal likelihood16m
Trace plots, autocorrelation17m
Multiple chains, burn-in, Gelman-Rubin diagnostic8m
7개의 읽기 자료
Module 2 assignments and materials3m
Code for Lesson 4
Alternative MCMC software10m
Code from JAGS introduction
Code for Lesson 510m
Autocorrelation10m
Code for Lesson 6
4개 연습문제
Lesson 420m
Lesson 530m
Lesson 620m
MCMC45m
3

3

완료하는 데 6시간 필요

Common statistical models

완료하는 데 6시간 필요
11개 동영상 (총 131분), 5 개의 읽기 자료, 5 개의 테스트
11개의 동영상
Setup in R9m
JAGS model (linear regression)12m
Model checking17m
Alternative models10m
Deviance information criterion (DIC)4m
Introduction to ANOVA10m
One way model using JAGS18m
Introduction to logistic regression6m
JAGS model (logistic regression)18m
Prediction15m
5개의 읽기 자료
Module 3 assignments and materials3m
Code for Lesson 7
Code for Lesson 8
Code for Lesson 9
Multiple factor ANOVA20m
5개 연습문제
Lesson 7 Part A30m
Lesson 7 Part B30m
Lesson 830m
Lesson 945m
Common models and multiple factor ANOVA30m
4

4

완료하는 데 5시간 필요

Count data and hierarchical modeling

완료하는 데 5시간 필요
10개 동영상 (총 106분), 7 개의 읽기 자료, 4 개의 테스트
10개의 동영상
JAGS model (Poisson regression)17m
Predictive distributions11m
Correlated data8m
Prior predictive simulation10m
JAGS model and model checking (hierarchical modeling)13m
Posterior predictive simulation8m
Linear regression example7m
Linear regression example in JAGS10m
Mixture model in JAGS13m
7개의 읽기 자료
Module 4 assignments and materials3m
Prior sensitivity analysis20m
Code for Lesson 10
Normal hierarchical model20m
Applications of hierarchical modeling10m
Code and data for Lesson 11
Mixture model introduction, data, and code20m
4개 연습문제
Lesson 1040m
Lesson 11 Part A40m
Lesson 11 Part B30m
Predictive distributions and mixture models30m

검토

BAYESIAN STATISTICS: TECHNIQUES AND MODELS의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.