Ce cours fait partie de la Spécialisation Data Science Foundations: Statistical Inference

4.4
étoiles
97 évaluations

Anne Dougherty +1 enseignant de plus

13 179 déjà inscrits

Offert par

Dans le cadre du diplôme Master of Science in Data Science
En savoir plus

Spécialisation Data Science Foundations: Statistical InferenceUniversité du Colorado à Boulder

À propos de ce cours

75 657 consultations récentes

Understand the foundations of probability and its relationship to statistics and data science.  We’ll learn what it means to calculate a probability, independent and dependent outcomes, and conditional events.  We’ll study discrete and continuous random variables and see how this fits with data collection.  We’ll end the course with Gaussian (normal) random variables and the Central Limit Theorem and understand its fundamental importance for all of statistics and data science.
This course can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder

Logo adapted from photo by Christopher Burns on Unsplash.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 1 sur 3 dans le

Spécialisation Data Science Foundations: Statistical Inference

Niveau intermédiaire

Sequence in calculus up through Calculus II (preferably multivariate calculus) and some programming experience in R.

Approx. 48 heures pour terminer

Anglais

Ce que vous allez apprendre

Explain why probability is important to statistics and data science.
See the relationship between conditional and independent events in a statistical experiment.
Calculate the expectation and variance of several random variables and develop some intuition.

Compétences que vous acquerrez

Probability
central limit theorem
continuous random variables
Bayes' Theorem
discrete random variables

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 1 sur 3 dans le

Spécialisation Data Science Foundations: Statistical Inference

Niveau intermédiaire

Sequence in calculus up through Calculus II (preferably multivariate calculus) and some programming experience in R.

Approx. 48 heures pour terminer

Anglais

Enseignants

Évaluation de l'enseignant

4,74/5 (37 évaluations)

Anne Dougherty

Senior Instructor and Teaching Professor

Applied Mathematics

13 179 étudiants

1 cours

Jem Corcoran

Offert par

Université du Colorado à Boulder

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Science in Data Science de Université du Colorado à Boulder. Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

2 heures pour terminer

Start Here!

2 heures pour terminer

2 lectures

7 heures pour terminer

Descriptive Statistics and the Axioms of Probability

Understand the foundation of probability and its relationship to statistics and data science. We’ll learn what it means to calculate a probability, independent and dependent outcomes, and conditional events. We’ll study discrete and continuous random variables and see how this fits with data collection. We’ll end the course with Gaussian (normal) random variables and the Central Limit Theorem and understand it’s fundamental importance for all of statistics and data science.

7 heures pour terminer

4 vidéos (Total 65 min), 2 lectures, 3 quiz

Semaine

Semaine 2

7 heures pour terminer

Conditional Probability

7 heures pour terminer

2 vidéos (Total 52 min), 1 lecture, 3 quiz

Semaine

Semaine 3

8 heures pour terminer

Discrete Random Variables

8 heures pour terminer

4 vidéos (Total 78 min), 1 lecture, 3 quiz

Semaine

Semaine 4

9 heures pour terminer

Continuous Random Variables

9 heures pour terminer

4 vidéos (Total 97 min), 2 lectures, 3 quiz

Avis

4.4

28 avis

5 stars
75,25 %
4 stars
12,37 %
3 stars
2,06 %
2 stars
2,06 %
1 star
8,24 %

Meilleurs avis pour PROBABILITY THEORY: FOUNDATION FOR DATA SCIENCE

par PP17 avr. 2022

Need to brush up integral calculus for thios course. Something I haven't looked at for 40 years.

par ES10 oct. 2021

The instructor is very good, more examples need to be added, there are mistakes in the evaluation

par MB15 juin 2022

This is a great course on probability. Although I felt like it was too easy and should include more PDFs (such as Beta and Gamma) and random variable transformations.

par JB9 déc. 2022

This is an excellent course to review foundational probability concepts. The instructor speaks clearly and goes through examples thoroughly for each concept.

Voir tous les avis

À propos du Spécialisation Data Science Foundations: Statistical Inference

This program is designed to provide the learner with a solid foundation in probability theory to prepare for the broader study of statistics. It will also introduce the learner to the fundamentals of statistics and statistical theory and will equip the learner with the skills required to perform fundamental statistical analysis of a data set in the R programming language.

This specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder. Logo adapted from photo by Christopher Burns on Unsplash.

Data Science Foundations: Statistical Inference

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors 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.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

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

Probability Theory: Foundation for Data Science

À propos de ce cours

Ce que vous allez apprendre

Compétences que vous acquerrez