Il corso virtuale "Adattamento di modelli statistici ai dati con Python - Corso virtuale - Coursera" è un corso con contenuti diversi e offre lezioni video da . Esplora le sue caratteristiche essenziali e fai clic sul pulsante arancione per informazioni dettagliate sulla piattaforma di e-learning Coursera.
In questo corso, espanderemo la nostra esplorazione delle tecniche di inferenza statistica concentrandoci sulla scienza e l'arte di adattare i modelli statistici ai dati. Ci baseremo sui concetti presentati in Statistical Inference (Corso 2) per enfatizzare l'importanza di collegare le domande di ricerca con i nostri metodi di analisi dei dati. Ci concentreremo anche su vari obiettivi di modellazione, inclusa l'inferenza di relazioni tra variabili e la generazione di previsioni per osservazioni future. Questo corso introdurrà ed esplorerà varie tecniche di modellazione statistica, tra cui regressione lineare, regressione logistica, modelli lineari generalizzati, modelli gerarchici e ad effetti misti (o multilivello) e tecniche di inferenza bayesiana. Tutte le tecniche saranno illustrate utilizzando una varietà di insiemi di dati reali e il corso enfatizzerà diversi approcci di modellazione per diversi tipi di insiemi di dati, a seconda del progetto di studio alla base dei dati (facendo riferimento al Corso 1, Comprensione e visualizzazione dei dati con Python). Durante queste sessioni di laboratorio, gli studenti lavoreranno attraverso tutorial incentrati su casi di studio specifici per contribuire a consolidare i concetti statistici della settimana, che includeranno approfondimenti nelle librerie Python, tra cui Statsmodels, Pandas e Seaborn. . Questo corso utilizza l'ambiente Jupyter Notebook all'interno di Coursera. Gli studenti lavoreranno attraverso tutorial incentrati su casi di studio specifici per aiutare a consolidare i concetti statistici della settimana, che includeranno immersioni più approfondite nelle librerie Python tra cui Statsmodels, Pandas e Seaborn. Questo corso utilizza l'ambiente Jupyter Notebook all'interno di Coursera. Gli studenti lavoreranno attraverso tutorial incentrati su casi di studio specifici per aiutare a consolidare i concetti statistici della settimana, che includeranno immersioni più approfondite nelle librerie Python tra cui Statsmodels, Pandas e Seaborn. Questo corso utilizza l'ambiente Jupyter Notebook all'interno di Coursera.
Preparati da casa con le università più prestigiose del mondo.
La qualità dei corsi di Coursera è supportata dai suoi istruttori, che spesso sono presidi con dottorati.
Oltre l'85% degli studenti di Coursera segnala vantaggi per la carriera, come promozioni o aumenti di stipendio.
Milioni di studenti in tutto il mondo stanno raggiungendo i loro obiettivi personali e professionali con Coursera.
Coursera offre corsi da oltre 200 università e aziende leader per fornire formazione online in tutto il mondo. Con un abbonamento Coursera Plus, ottieni accesso illimitato a oltre il 90% di tutti i corsi e ai certificati e alle specializzazioni professionali più popolari su Coursera.
Data science, business e sviluppo personale. Puoi iscriverti a più corsi contemporaneamente, guadagnare certificati illimitati e apprendere le competenze lavorative richieste per iniziare, crescere e persino cambiare carriera.
SCOPRI COME OTTENERE IL MASSIMO E RISPARMIARE OLTRE USD $500 CON UN ABBONAMENTO ANNUALE A COURSERA PLUS*
*Risparmi fino a $ 500 USD in 12 mesi, quando passi dal pagamento di $ 59 USD per un abbonamento mensile a un abbonamento annuale con la promozione. Il normale abbonamento annuale è di $ 399 USD. Con la promozione pagherai solo $ 299 USD. Scopri tutto cliccando sul pulsante giallo.
Salve, come posso aiutarla? Sei interessato ad un corso? Su quale argomento?
Aggiungi un commento