Informações sobre o curso
83,585 visualizações recentes

Learner Career Outcomes

34%

comecei uma nova carreira após concluir estes cursos

35%

consegui um benefício significativo de carreira com este curso

10%

recebi um aumento ou promoção

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 10 horas para completar

Sugerido: 4 weeks of study, 1-3 hours/week...

Inglês

Legendas: Inglês, Russo

Habilidades que você terá

ModelingLinear RegressionProbabilistic ModelsRegression Analysis

Learner Career Outcomes

34%

comecei uma nova carreira após concluir estes cursos

35%

consegui um benefício significativo de carreira com este curso

10%

recebi um aumento ou promoção

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 10 horas para completar

Sugerido: 4 weeks of study, 1-3 hours/week...

Inglês

Legendas: Inglês, Russo

Programa - O que você aprenderá com este curso

Semana
1
2 horas para concluir

Module 1: Introduction to Models

7 vídeos (Total 72 mín.), 1 leitura, 1 teste
7 videos
1.2 Definition and Uses of Models, Common Functions14min
1.3 How Models Are Used in Practice10min
1.4 Key Steps in the Modeling Process7min
1.5 A Vocabulary for Modeling8min
1.6 Mathematical Functions20min
1.7 Summary4min
1 leituras
PDF of Lecture Slides10min
1 exercício prático
Module 1: Introduction to Models Quiz20min
Semana
2
2 horas para concluir

Module 2: Linear Models and Optimization

6 vídeos (Total 69 mín.), 1 leitura, 1 teste
6 videos
2.2 Growth in Discrete Time7min
2.3 Constant Proportionate Growth12min
2.4 Present and Future Value15min
2.5 Optimization13min
2.6 Summary2min
1 leituras
PDF of Lecture Slides10min
1 exercício prático
Module 2: Linear Models and Optimization Quiz20min
Semana
3
2 horas para concluir

Module 3: Probabilistic Models

12 vídeos (Total 83 mín.), 1 leitura, 1 teste
12 videos
3.2 Examples of Probabilistic Models2min
3.3 Regression Models4min
3.4 Probability Trees5min
3.5 Monte Carlo Simulations6min
3.6 Markov Chain Models6min
3.7 Building Blocks of Probability Models9min
3.8 The Bernoulli Distribution7min
3.9 The Binomial Distribution16min
3.10 The Normal Distribution5min
3.11 The Empirical Rule7min
3.12 Summary2min
1 leituras
PDF of Lecture Slides10min
1 exercício prático
Module 3: Probabilistic Models Quiz20min
Semana
4
2 horas para concluir

Module 4: Regression Models

8 vídeos (Total 70 mín.), 1 leitura, 1 teste
8 videos
4.2 Use of Regression Models15min
4.3 Interpretation of Regression Coefficients4min
4.4 R-squared and Root Mean Squared Error (RMSE)12min
4.5 Fitting Curves to Data8min
4.6 Multiple Regression7min
4.7 Logistic Regression8min
4.8 Summary of Regression Models4min
1 leituras
PDF of Lecture Slides10min
1 exercício prático
Module 4: Regression Models Quiz20min
4.6
844 avaliaçõesChevron Right

Principais avaliações do Fundamentals of Quantitative Modeling

por APJun 16th 2019

Very clear and articulate explanation of the concepts. He doesn't skip a step in the sequencing ideas, drawing comparisons and differences, and illustrating both visually and story-telling. Excellent.

por NCJul 31st 2019

Very nice course for beginner, the mathematic level is not high (around french baccalaureat) so available to everyone. I enjoyed a lot this course that show how simple math can be used in real life.

Instrutores

Avatar

Richard Waterman

Professor of Statistics
Statistics-Wharton School

Sobre Universidade da Pensilvânia

The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies. ...

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.