Die University Network

Data Science: Inferenz und Modellierung

BESCHREIBUNG

Statistische Inferenz und Modellierung sind für die Analyse zufällig betroffener Daten unverzichtbar und daher für Datenwissenschaftler unerlässlich. In diesem Kurs lernen Sie diese Schlüsselkonzepte anhand einer motivierenden Fallstudie zur Wahlprognose kennen. Dieser Kurs zeigt Ihnen, wie Inferenz und Modellierung angewendet werden können, um statistische Ansätze zu entwickeln, die Umfragen zu einem effektiven Werkzeug machen, und wir zeigen Ihnen, wie Sie dies mit R tun. Sie lernen Konzepte, die zum Definieren von Schätzungen und Fehlergrenzen erforderlich sind, und lernen Wie Sie diese verwenden können, um Vorhersagen relativ gut zu treffen und auch eine Schätzung der Genauigkeit Ihrer Prognose bereitzustellen. Sobald Sie dies gelernt haben, können Sie zwei Konzepte verstehen, die in der Datenwissenschaft allgegenwärtig sind: Konfidenzintervalle und p-Werte. Um Aussagen über die Wahrscheinlichkeit eines Kandidatengewinns zu verstehen, lernen Sie die Bayes'sche Modellierung kennen. Schließlich werden wir am Ende des Kurses alles zusammenfassen, um eine vereinfachte Version eines Wahlprognosemodells zu erstellen und auf die Wahlen 2016 anzuwenden.

Preis: $ 49 - KOSTENLOS zu prüfen!

Sprache: Englisch

Data Science: Inferenz und Modellierung durch edX, eine von Harvard und MIT gegründete Bildungsplattform.

Data Science: Inferenz und Modellierung - HarvardX