Machine LearningGithubR ProgrammingRegression AnalysisData Visualization (DataViz)StatisticsStatistical InferenceStatistical Hypothesis TestingModel SelectionGeneralized Linear ModelLinear RegressionRandom Forest
oferecido por
Programa de cursos integrados Data Science: Statistics and Machine LearningUniversidade Johns HopkinsO que você vai aprender
Perform regression analysis, least squares and inference using regression models.
Build and apply prediction functions
Develop public data products
Understand the process of drawing conclusions about populations or scientific truths from data
Habilidades que você terá
Sobre este Programa de cursos integrados
25,347 visualizações recentes
Build models, make inferences, and deliver interactive data products.
This specialization continues and develops on the material from the Data Science: Foundations using R specialization. It covers statistical inference, regression models, machine learning, and the development of data products. In the Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, learners will have a portfolio demonstrating their mastery of the material.
The five courses in this specialization are the very same courses that make up the second half of the Data Science Specialization. This specialization is presented for learners who have already mastered the fundamentals and want to skip right to the more advanced courses.
Projeto de Aprendizagem Aplicada
Each course in this Data Science: Statistics and Machine Learning Specialization includes a hands-on, peer-graded assignment. To earn the Specialization Certificate, you must successfully complete the hands-on, peer-graded assignment in each course, including the final Capstone Project.
Resultados de carreira do aprendiz
43%
Começou uma nova carreira depois de completar o Programa de cursos integrados.
19%
Conseguiu um aumento ou uma promoção.
Certificados compartilháveis
Tenha o certificado após a conclusão
Cursos 100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível
Definição e manutenção de prazos flexíveis.
Nível intermediário
É necessário ter alguma experiência prévia.É necessária alguma experiência prévia.
Aprox. 6 meses para completar
6 horas/semana sugeridas
Inglês
Legendas: Inglês, Francês, Português (Brasil), Vietnamita, Coreano, Russo, Espanhol
Resultados de carreira do aprendiz
43%
Começou uma nova carreira depois de completar o Programa de cursos integrados.
19%
Conseguiu um aumento ou uma promoção.
Certificados compartilháveis
Tenha o certificado após a conclusão
Cursos 100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível
Definição e manutenção de prazos flexíveis.
Nível intermediário
É necessário ter alguma experiência prévia.É necessária alguma experiência prévia.
Aprox. 6 meses para completar
6 horas/semana sugeridas
Inglês
Legendas: Inglês, Francês, Português (Brasil), Vietnamita, Coreano, Russo, Espanhol
Este Programa de cursos integrados contém 5 cursos
Inferência estatística
3,975 classificações
Statistical inference is the process of drawing conclusions about populations or scientific truths from data. There are many modes of performing inference including statistical modeling, data oriented strategies and explicit use of designs and randomization in analyses. Furthermore, there are broad theories (frequentists, Bayesian, likelihood, design based, …) and numerous complexities (missing data, observed and unobserved confounding, biases) for performing inference. A practitioner can often be left in a debilitating maze of techniques, philosophies and nuance. This course presents the fundamentals of inference in a practical approach for getting things done. After taking this course, students will understand the broad directions of statistical inference and use this information for making informed choices in analyzing data.
Modelos Regressivos
3,070 classificações
Linear models, as their name implies, relates an outcome to a set of predictors of interest using linear assumptions. Regression models, a subset of linear models, are the most important statistical analysis tool in a data scientist’s toolkit. This course covers regression analysis, least squares and inference using regression models. Special cases of the regression model, ANOVA and ANCOVA will be covered as well. Analysis of residuals and variability will be investigated. The course will cover modern thinking on model selection and novel uses of regression models including scatterplot smoothing.
Aprendizagem Automática na Prática
2,972 classificações
One of the most common tasks performed by data scientists and data analysts are prediction and machine learning. This course will cover the basic components of building and applying prediction functions with an emphasis on practical applications. The course will provide basic grounding in concepts such as training and tests sets, overfitting, and error rates. The course will also introduce a range of model based and algorithmic machine learning methods including regression, classification trees, Naive Bayes, and random forests. The course will cover the complete process of building prediction functions including data collection, feature creation, algorithms, and evaluation.
Desenvolvimento de dados
2,083 classificações
A data product is the production output from a statistical analysis. Data products automate complex analysis tasks or use technology to expand the utility of a data informed model, algorithm or inference. This course covers the basics of creating data products using Shiny, R packages, and interactive graphics. The course will focus on the statistical fundamentals of creating a data product that can be used to tell a story about data to a mass audience.
oferecido por
Universidade Johns Hopkins
The mission of The Johns Hopkins University is to educate its students and cultivate their capacity for life-long learning, to foster independent and original research, and to bring the benefits of discovery to the world.
Perguntas Frequentes – FAQ
Vou ganhar créditos universitários por concluir a Especialização?
Este Programa de cursos integrados não oferece créditos universitários, mas algumas universidades podem aceitar certificados de Programas de cursos integrados que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.
Can I just enroll in a single course?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Posso me inscrever em um único curso?
Sim! Para começar, clique na carta de curso que lhe interessa e se inscreva. Você pode se inscrever e concluir o curso para ganhar um certificado compartilhável ou você pode auditar para ver os materiais do curso de graça. Quando você se inscrever em um curso que faz parte de uma especialização, você está automaticamente inscrito para a especialização completa. Visite o seu painel de aluno para acompanhar o seu progresso.
Can I take the course for free?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Posso fazer o curso gratuitamente?
Quando se inscrever no curso, você terá acesso a todos os cursos na Especialização e ganhará um certificado quando concluir o trabalho. Se você só quiser ler e visualizar o conteúdo do curso, pode auditar o curso gratuitamente. Se não puder pagar a taxa, você pode solicitar ajuda financeira.
Este curso é realmente 100% on-line? Eu preciso assistir alguma aula pessoalmente?
Este curso é totalmente on-line, então não existe necessidade de aparecer em uma sala de aula pessoalmente. Você pode acessar suas palestras, leituras e atribuições a qualquer hora e qualquer lugar, via web ou dispositivo móvel.
Quanto tempo é necessário para concluir a Especialização?
Learners should complete the Data Science: Foundations using R specialization to gain the right foundation before starting this course.
Do I need to take the courses in a specific order?
After completing the Data Science: Foundations using R specialization, the courses in this specialization may be taken in any order, and in parallel if desired.
Will I earn university credit for completing the Specialization?
Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.
Vou ganhar créditos universitários por concluir a Especialização?
You’ll have a foundational understanding of the field and be prepared to continue studying data science.
Can I sign up for the course without paying or applying for financial aid?
Yes, you can access the course for free via www.coursera.org/jhu. This will allow you to explore the course, watch lectures, and participate in discussions for free. To be eligible to earn a certificate, you must either pay for enrollment or qualify for financial aid.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
