À propos de ce cours

79,342 consultations récentes

Résultats de carrière des étudiants

29%

ont commencé une nouvelle carrière après avoir terminé ce cours

33%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 30 heures pour terminer
Anglais
Sous-titres : Anglais

Compétences que vous acquerrez

Gibbs SamplingBayesian StatisticsBayesian InferenceR Programming

Résultats de carrière des étudiants

29%

ont commencé une nouvelle carrière après avoir terminé ce cours

33%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 30 heures pour terminer
Anglais
Sous-titres : Anglais

Enseignant

Offert par

Logo Université de Californie à Santa Cruz

Université de Californie à Santa Cruz

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up93%(1,920 notes)Info
Semaine
1

Semaine 1

4 heures pour terminer

Statistical modeling and Monte Carlo estimation

4 heures pour terminer
11 vidéos (Total 99 min), 4 lectures, 4 quiz
11 vidéos
Objectives7 min
Modeling process8 min
Components of Bayesian models8 min
Model specification7 min
Posterior derivation9 min
Non-conjugate models7 min
Monte Carlo integration9 min
Monte Carlo error and marginalization6 min
Computing examples15 min
Computing Monte Carlo error13 min
4 lectures
Module 1 assignments and materials3 min
Reference: Common probability distributions
Code for Lesson 3
Markov chains20 min
4 exercices pour s'entraîner
Lesson 120 min
Lesson 225 min
Lesson 330 min
Markov chains20 min
Semaine
2

Semaine 2

5 heures pour terminer

Markov chain Monte Carlo (MCMC)

5 heures pour terminer
11 vidéos (Total 129 min), 7 lectures, 4 quiz
11 vidéos
Demonstration10 min
Random walk example, Part 112 min
Random walk example, Part 216 min
Download, install, setup3 min
Model writing, running, and post-processing12 min
Multiple parameter sampling and full conditional distributions8 min
Conditionally conjugate prior example with Normal likelihood10 min
Computing example with Normal likelihood16 min
Trace plots, autocorrelation17 min
Multiple chains, burn-in, Gelman-Rubin diagnostic8 min
7 lectures
Module 2 assignments and materials3 min
Code for Lesson 4
Alternative MCMC software10 min
Code from JAGS introduction
Code for Lesson 510 min
Autocorrelation10 min
Code for Lesson 6
4 exercices pour s'entraîner
Lesson 420 min
Lesson 530 min
Lesson 620 min
MCMC45 min
Semaine
3

Semaine 3

6 heures pour terminer

Common statistical models

6 heures pour terminer
11 vidéos (Total 131 min), 5 lectures, 5 quiz
11 vidéos
Setup in R9 min
JAGS model (linear regression)12 min
Model checking17 min
Alternative models10 min
Deviance information criterion (DIC)4 min
Introduction to ANOVA10 min
One way model using JAGS18 min
Introduction to logistic regression6 min
JAGS model (logistic regression)18 min
Prediction15 min
5 lectures
Module 3 assignments and materials3 min
Code for Lesson 7
Code for Lesson 8
Code for Lesson 9
Multiple factor ANOVA20 min
5 exercices pour s'entraîner
Lesson 7 Part A30 min
Lesson 7 Part B30 min
Lesson 830 min
Lesson 945 min
Common models and multiple factor ANOVA30 min
Semaine
4

Semaine 4

5 heures pour terminer

Count data and hierarchical modeling

5 heures pour terminer
10 vidéos (Total 106 min), 7 lectures, 4 quiz
10 vidéos
JAGS model (Poisson regression)17 min
Predictive distributions11 min
Correlated data8 min
Prior predictive simulation10 min
JAGS model and model checking (hierarchical modeling)13 min
Posterior predictive simulation8 min
Linear regression example7 min
Linear regression example in JAGS10 min
Mixture model in JAGS13 min
7 lectures
Module 4 assignments and materials3 min
Prior sensitivity analysis20 min
Code for Lesson 10
Normal hierarchical model20 min
Applications of hierarchical modeling10 min
Code and data for Lesson 11
Mixture model introduction, data, and code20 min
4 exercices pour s'entraîner
Lesson 1040 min
Lesson 11 Part A40 min
Lesson 11 Part B30 min
Predictive distributions and mixture models30 min

Avis

Meilleurs avis pour BAYESIAN STATISTICS: TECHNIQUES AND MODELS

Voir tous les avis

Foire Aux Questions

  • L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :

    • Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
    • Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
  • Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • Vous avez droit à un remboursement intégral jusqu'à deux semaines après la date de paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, selon la dernière de ces éventualités. Vous ne pouvez pas bénéficier d'un remboursement une fois votre Certificat de Cours obtenu, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre Politique de remboursement complète.

  • Oui, Coursera fournit une Aide Financière aux étudiants n'ayant pas les moyens d'acquitter les frais. Pour en faire la demande, cliquez sur le lien Aide Financière situé sous le bouton S'inscrire ci-contre à gauche. Vous serez invité(e) à déposer une demande et vous serez averti(e) si elle est acceptée. En savoir plus.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.