If you have a technical background in mathematics/statistics/computer science/engineering and or are pursuing a career change to jobs or industries that are data-driven, this course is for you. Those industries might be finance, retail, tech, healthcare, government, or many others. The opportunity is endless.
Variable Selection, Model Validation, Nonlinear Regression
Variable Selection, Model Validation, Nonlinear Regression
Ce cours fait partie de Spécialisation Advanced Statistical Techniques for Data Science
Instructeur : Kiah Ong
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
2 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Préparer un diplôme
Compétences que vous acquerrez
- Catégorie : Data Validation
- Catégorie : Statistical Methods
- Catégorie : Probability & Statistics
- Catégorie : Statistical Modeling
- Catégorie : R Programming
- Catégorie : Predictive Modeling
- Catégorie : Advanced Analytics
- Catégorie : Statistical Analysis
- Catégorie : Regression Analysis
- Catégorie : Statistical Inference
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
10 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Advanced Statistical Techniques for Data Science
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
In this module, you will learn the differences between logistic regression and ordinary linear regression, how to obtain the regression parameters using the maximum likelihood method, and use R to compute the estimators of a linear regression model and give a probabilistic prediction of Y=1 given X=x’s. There is a lot to read, watch, and consume in this module so, let’s get started!
Inclus
7 vidéos4 lectures3 devoirs1 sujet de discussion
In this module, you will learn the difference between Poisson regression and ordinary linear regression, how to obtain the regression parameters using the maximum likelihood method, use R to compute the estimators of a Poisson regression model and the generalized linear model, and the similarities between the linear, logistic, and Poisson regressions. There is a lot to read, watch, and consume in this module so, let’s get started!
Inclus
6 vidéos3 lectures3 devoirs
In this module, you will learn how to modify the ordinary least squares method to make the regression model more robust to the effect of outliers and use R to compute the robust regression parameters using different M-estimators and perform model validations involving logistic regression. There is a lot to read, watch, and consume in this module so, let’s get started!
Inclus
7 vidéos4 lectures3 devoirs
This module contains the summative course assessment that has been designed to evaluate your understanding of the course material and assess your ability to apply the knowledge you have acquired throughout the course.
Inclus
1 devoir
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Illinois Tech. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
Instructeur
Offert par
En savoir plus sur Probability and Statistics
Illinois Tech
University of Colorado Boulder
Johns Hopkins University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.
Plus de questions
Aide financière disponible,