Johns Hopkins University
Spezialisierung Datenwissenschaft: Statistik und maschinelles Lernen
39.279 angemeldet
Johns Hopkins University

Spezialisierung Datenwissenschaft: Statistik und maschinelles Lernen

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema

(622 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Flexibler Zeitplan
3 Monate bei 10 Stunden pro Woche
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema

(622 Bewertungen)

Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Flexibler Zeitplan
3 Monate bei 10 Stunden pro Woche
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern

Überblick

  • Führen Sie Regressionsanalysen, kleinste Quadrate und Inferenzen mit Regressionsmodellen durch.

  • Erstellen und Anwenden von Vorhersagefunktionen

  • Entwickeln Sie öffentliche Datenprodukte

Kompetenzen, die Sie erwerben

  • Kategorie: Machine Learning
  • Kategorie: Exploratory Data Analysis
  • Kategorie: Predictive Modeling
  • Kategorie: Data Visualization
  • Kategorie: Data Presentation
  • Kategorie: Statistics
  • Kategorie: Machine Learning Algorithms
  • Kategorie: Classification And Regression Tree (CART)
  • Kategorie: Statistical Analysis
  • Kategorie: Statistical Hypothesis Testing
  • Kategorie: Data Science
  • Kategorie: Statistical Inference
  • Kategorie: Statistical Modeling
  • Kategorie: Regression Analysis
  • Kategorie: Statistical Methods

Werkzeuge, die Sie lernen werden

  • Kategorie: R Programming
  • Kategorie: Plotly
  • Kategorie: Rmarkdown
  • Kategorie: GitHub
  • Kategorie: Shiny (R Package)

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
20 Praxisübungen

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Johns Hopkins University.

Spezialisierung - 5 Kursreihen

Was Sie lernen werden

  • Verstehen, wie man aus Daten Schlüsse über Populationen oder wissenschaftliche Wahrheiten ziehen kann

  • Beschreiben Sie Variabilität, Verteilungen, Grenzwerte und Konfidenzintervalle

  • Verwenden Sie p-Werte, Konfidenzintervalle und Permutationstests

  • Treffen Sie fundierte Entscheidungen bei der Datenanalyse

Kompetenzen, die Sie erwerben

Kategorie: Statistische Inferenz
Kategorie: Wahrscheinlichkeit
Kategorie: Statistische Hypothesentests
Kategorie: Wahrscheinlichkeitsverteilung
Kategorie: Statistik
Kategorie: Wahrscheinlichkeit & Statistik
Kategorie: Statistische Modellierung
Kategorie: Statistische Methoden
Kategorie: Stichproben (Statistik)
Kategorie: Statistische Analyse

Was Sie lernen werden

  • Verwenden Sie Regressionsanalyse, kleinste Quadrate und Inferenz

  • Verstehen Sie die ANOVA und ANCOVA Modellfälle

  • Untersuchen Sie die Analyse von Residuen und Variabilität

  • Beschreiben Sie neuartige Anwendungen von Regressionsmodellen wie die Streudiagramm-Glättung

Kompetenzen, die Sie erwerben

Kategorie: Regressionsanalyse
Kategorie: Statistische Modellierung
Kategorie: Statistische Inferenz
Kategorie: Statistische Analyse
Kategorie: Prädiktive Modellierung
Kategorie: Datenverarbeitung
Kategorie: Datenanalyse
Kategorie: Überwachtes Lernen
Kategorie: Mathematische Modellierung
Kategorie: Statistische Methoden

Was Sie lernen werden

  • Verwenden Sie die grundlegenden Komponenten der Erstellung und Anwendung von Vorhersagefunktionen

  • Verstehen Sie Konzepte wie Trainings- und Testsätze, Overfitting und Fehlerquoten

  • Beschreiben Sie Methoden des maschinellen Lernens wie Regression oder Klassifikationsbäume

  • Erklären Sie den gesamten Prozess der Erstellung von Vorhersagefunktionen

Kompetenzen, die Sie erwerben

Kategorie: Prädiktive Modellierung
Kategorie: Random Forest Algorithmus
Kategorie: Klassifizierungs- und Regressionsbaum (CART)
Kategorie: Feature Technik
Kategorie: R-Programmierung
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Regressionsanalyse
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Datenüberprüfung
Kategorie: Maschinelles Lernen
Kategorie: Datenverarbeitung
Kategorie: Prädiktive Analytik
Kategorie: Lernen mit Entscheidungsbäumen
Kategorie: Überwachtes Lernen

Was Sie lernen werden

  • Entwickeln Sie grundlegende Anwendungen und interaktive Grafiken mit GoogleVis

  • Verwenden Sie Leaflet, um interaktive, kommentierte Karten zu erstellen

  • Erstellen Sie eine R Markdown-Präsentation, die eine Datenvisualisierung enthält

  • Erstellen Sie ein Datenprodukt, das einem breiten Publikum eine Geschichte erzählt

Kompetenzen, die Sie erwerben

Kategorie: Interaktive Datenvisualisierung
Kategorie: Plotly
Kategorie: R-Programmierung
Kategorie: Shiny (R-Paket)
Kategorie: Rmarkdown
Kategorie: Software-Dokumentation
Kategorie: Daten-Mapping
Kategorie: Statistische Berichterstattung
Kategorie: Paket- und Software-Management
Kategorie: Statistisches Programmieren
Kategorie: Daten Präsentation
Kategorie: Web-Anwendungen
Kategorie: Datenvisualisierungssoftware

Was Sie lernen werden

  • Erstellen Sie ein nützliches Datenprodukt für die Öffentlichkeit

  • Wenden Sie Ihre Fähigkeiten zur explorativen Datenanalyse an

  • Erstellen Sie ein effizientes und genaues Prognosemodell

  • Erstellen Sie ein Präsentationsdeck, um Ihre Ergebnisse zu präsentieren

Kompetenzen, die Sie erwerben

Kategorie: Verarbeitung natürlicher Sprache
Kategorie: Prädiktive Modellierung
Kategorie: Daten bereinigen
Kategorie: Feature Technik
Kategorie: Maschinelles Lernen
Kategorie: Datenmanipulation
Kategorie: Explorative Datenanalyse
Kategorie: Angewandtes maschinelles Lernen
Kategorie: R-Programmierung
Kategorie: Daten Präsentation
Kategorie: Datenanalyse
Kategorie: Daten-Storytelling
Kategorie: Statistische Analyse
Kategorie: Datenverarbeitung

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozenten

Roger D. Peng, PhD
Johns Hopkins University
37 Kurse1.652.334 Lernende
Brian Caffo, PhD
Johns Hopkins University
30 Kurse1.680.301 Lernende
Jeff Leek, PhD
Johns Hopkins University
32 Kurse1.715.278 Lernende

von

Partner in der Branche

Partner 1

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen