このコースについて

120,207 最近の表示

受講生の就業成果

20%

コース終了後に新しいキャリアをスタートした

14%

コースが具体的なキャリアアップにつながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約12時間で修了
英語

習得するスキル

StatisticsBayesian StatisticsBayesian InferenceR Programming

受講生の就業成果

20%

コース終了後に新しいキャリアをスタートした

14%

コースが具体的なキャリアアップにつながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約12時間で修了
英語

講師

提供:

Placeholder

カリフォルニア大学サンタクルーズ校(University of California, Santa Cruz)

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up91%(9,429 件の評価)Info
1

1

3時間で修了

Probability and Bayes' Theorem

3時間で修了
8件のビデオ (合計38分), 4 学習用教材, 5 個のテスト
8件のビデオ
Lesson 1.1 Classical and frequentist probability6 分
Lesson 1.2 Bayesian probability and coherence3 分
Lesson 2.1 Conditional probability4 分
Lesson 2.2 Bayes' theorem6 分
Lesson 3.1 Bernoulli and binomial distributions5 分
Lesson 3.2 Uniform distribution5 分
Lesson 3.3 Exponential and normal distributions2 分
4件の学習用教材
Module 1 objectives, assignments, and supplementary materials3 分
Background for Lesson 110 分
Supplementary material for Lesson 23 分
Supplementary material for Lesson 320 分
5の練習問題
Lesson 130 分
Lesson 212 分
Lesson 3.130 分
Lesson 3.2-3.310 分
Module 1 Honors15 分
2

2

3時間で修了

Statistical Inference

3時間で修了
11件のビデオ (合計59分), 5 学習用教材, 4 個のテスト
11件のビデオ
Lesson 4.2 Likelihood function and maximum likelihood7 分
Lesson 4.3 Computing the MLE3 分
Lesson 4.4 Computing the MLE: examples4 分
Introduction to R6 分
Plotting the likelihood in R4 分
Plotting the likelihood in Excel4 分
Lesson 5.1 Inference example: frequentist4 分
Lesson 5.2 Inference example: Bayesian6 分
Lesson 5.3 Continuous version of Bayes' theorem4 分
Lesson 5.4 Posterior intervals7 分
5件の学習用教材
Module 2 objectives, assignments, and supplementary materials3 分
Background for Lesson 410 分
Supplementary material for Lesson 45 分
Background for Lesson 510 分
Supplementary material for Lesson 510 分
4の練習問題
Lesson 48 分
Lesson 5.1-5.230 分
Lesson 5.3-5.430 分
Module 2 Honors6 分
3

3

3時間で修了

Priors and Models for Discrete Data

3時間で修了
9件のビデオ (合計66分), 2 学習用教材, 4 個のテスト
9件のビデオ
Lesson 6.2 Prior predictive: binomial example5 分
Lesson 6.3 Posterior predictive distribution4 分
Lesson 7.1 Bernoulli/binomial likelihood with uniform prior3 分
Lesson 7.2 Conjugate priors4 分
Lesson 7.3 Posterior mean and effective sample size7 分
Data analysis example in R12 分
Data analysis example in Excel16 分
Lesson 8.1 Poisson data8 分
2件の学習用教材
Module 3 objectives, assignments, and supplementary materials3 分
R and Excel code from example analysis10 分
4の練習問題
Lesson 630 分
Lesson 715 分
Lesson 815 分
Module 3 Honors8 分
4

4

3時間で修了

Models for Continuous Data

3時間で修了
9件のビデオ (合計69分), 5 学習用教材, 5 個のテスト
9件のビデオ
Lesson 10.1 Normal likelihood with variance known3 分
Lesson 10.2 Normal likelihood with variance unknown3 分
Lesson 11.1 Non-informative priors8 分
Lesson 11.2 Jeffreys prior3 分
Linear regression in R17 分
Linear regression in Excel (Analysis ToolPak)13 分
Linear regression in Excel (StatPlus by AnalystSoft)14 分
Conclusion1 分
5件の学習用教材
Module 4 objectives, assignments, and supplementary materials3 分
Supplementary material for Lesson 1010 分
Supplementary material for Lesson 115 分
Background for Lesson 1210 分
R and Excel code for regression5 分
5の練習問題
Lesson 912 分
Lesson 1020 分
Lesson 1110 分
Regression15 分
Module 4 Honors6 分

レビュー

BAYESIAN STATISTICS: FROM CONCEPT TO DATA ANALYSIS からの人気レビュー

すべてのレビューを見る

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。