Cursos en anglès
Introducció als models lineals i àlgebra matricial (Harvard)
La Universitat de Harvard, a través de la seva plataforma HarvardX a edX, ofereix el curs "Introducció als models lineals i àlgebra matricial". Tot i que el curs s'imparteix en anglès, ofereix una oportunitat única d'aprendre els fonaments de l'àlgebra matricial i els models lineals, competències essencials en molts camps científics.
Aquest curs de quatre setmanes, que requereix de 2 a 4 hores d'estudi a la setmana, està dissenyat per completar-lo al vostre ritme. Se centra a utilitzar el llenguatge de programació R per aplicar models lineals en l'anàlisi de dades, especialment en les ciències de la vida. Els estudiants aprendran a manipular l'àlgebra matricial i entendre'n la seva aplicació en el disseny experimental i l'anàlisi de dades d'alta dimensió.
El programa cobreix la notació d'àlgebra matricial, operacions matricials, aplicació de l'àlgebra matricial a l'anàlisi de dades, models lineals i una introducció a la descomposició QR. Aquest curs forma part d'una sèrie de set cursos, que es poden cursar de manera individual o com a part de dos certificats de professionalitat en Anàlisi de Dades per a les Ciències de la Vida i Anàlisi de Dades Genòmics.
Aquest curs és ideal per a aquells que busquen adquirir habilitats en modelització estadística i anàlisi de dades, especialment en el context de les ciències de la vida. Proporciona una base sòlida per a aquells que vulguin explorar més a fons l'àlgebra matricial i la seva aplicació en diversos camps científics i de recerca.
Probabilitat Mestra (Harvard)
LLa llista de reproducció "Statistics 110: Probability" a YouTube, impartida en anglès per Joe Blitzstein de la Universitat de Harvard, és un recurs inestimable per a aquells que busquen aprofundir en el seu coneixement de la probabilitat.. La llista de reproducció inclou vídeos de lliçons, materials de revisió i més de 250 exercicis de pràctica amb solucions detallades.
Aquest curs d'anglès és una introducció completa a la probabilitat, presentada com un llenguatge essencial i un conjunt d'eines per entendre l'estadística, la ciència, el risc i l'aleatorietat. Els conceptes ensenyats són aplicables en diversos camps com l'estadística, la ciència, l'enginyeria, l'economia, les finances i la vida quotidiana.
Els temes tractats inclouen els conceptes bàsics de probabilitat, variables aleatòries i les seves distribucions, distribucions univariants i multivariants, teoremes límit i cadenes de Markov. El curs requereix coneixements previs de càlcul d'una variable i familiaritat amb les matrius.
Per a aquells que se senten còmodes amb l'anglès i volen explorar el món de la probabilitat en profunditat, aquesta sèrie de cursos de Harvard ofereix una oportunitat d'aprenentatge enriquidora. Pots accedir a la llista de reproducció i al seu contingut detallat directament a YouTube.
Probabilitat explicada. Curs amb subtítols en francès (Harvard)
El curs "Fat Chance: Probability from the Ground Up", ofert per HarvardX a edX, és una introducció fascinant a la probabilitat i l'estadística. Tot i que el curs s'imparteix en anglès, és accessible a un públic francòfon gràcies als subtítols en francès disponibles.
Aquest curs de set setmanes, que requereix de 3 a 5 hores d'estudi a la setmana, està dissenyat per a aquells que són nous en l'estudi de la probabilitat o que busquen una revisió accessible dels conceptes clau abans de matricular-se en un curs d'estadística. Nivell universitari. "Fat Chance" posa l'accent en el desenvolupament del pensament matemàtic en lloc de memoritzar termes i fórmules.
Els mòduls inicials introdueixen les habilitats bàsiques de recompte, que després s'apliquen a problemes senzills de probabilitat. Els mòduls posteriors exploren com es poden adaptar aquestes idees i tècniques per abordar una gamma més àmplia de problemes de probabilitat. El curs finalitza amb una introducció a l'estadística a través de les nocions de valor esperat, variància i distribució normal.
Aquest curs és ideal per a aquells que busquen augmentar les seves habilitats de raonament quantitatiu i comprendre els fonaments de la probabilitat i l'estadística. Proporciona una perspectiva enriquidora sobre la naturalesa acumulativa de les matemàtiques i com s'aplica per entendre el risc i l'atzar.
Inferència estadística i modelització per a experiments d'alt rendiment (Harvard)
El curs "Inferència estadística i modelització per a experiments d'alt rendiment" en anglès se centra en les tècniques utilitzades per realitzar inferència estadística sobre dades d'alt rendiment. Aquest curs de quatre setmanes, que requereix entre 2 i 4 hores d'estudi per setmana, és un recurs valuós per a aquells que busquen entendre i aplicar mètodes estadístics avançats en entorns de recerca intensius en dades.
El programa cobreix una varietat de temes, com ara el problema de comparació múltiple, les taxes d'error, els procediments de control de la taxa d'error, les taxes de descobriment falsos, els valors q i l'anàlisi exploratòria de dades. També introdueix el modelatge estadístic i la seva aplicació a dades d'alt rendiment, discutint distribucions paramètriques com ara binomial, exponencial i gamma, i descrivint l'estimació de màxima versemblança.
Els estudiants aprendran com s'apliquen aquests conceptes en contextos com ara la seqüenciació de nova generació i les dades de microarrays. El curs també inclou models jeràrquics i empírica bayesiana, amb exemples pràctics del seu ús.
Aquest curs és ideal per a aquells que busquen aprofundir en la comprensió de la inferència estadística i el modelatge en la investigació científica moderna. Proporciona una perspectiva en profunditat sobre l'anàlisi estadística de dades complexes i és un excel·lent recurs per a investigadors, estudiants i professionals dels camps de les ciències de la vida, la bioinformàtica i l'estadística.
Introducció a la probabilitat (Harvard)
El curs "Introducció a la probabilitat", ofert per HarvardX a edX, és una exploració en profunditat de la probabilitat, un llenguatge i un conjunt d'eines essencials per entendre les dades, l'atzar i la incertesa. Tot i que el curs s'imparteix en anglès, és accessible a un públic francòfon gràcies als subtítols en francès disponibles.
Aquest curs de deu setmanes, que requereix entre 5 i 10 hores d'estudi a la setmana, pretén portar la lògica a un món ple d'atzar i incertesa. Proporcionarà les eines necessàries per comprendre les dades, la ciència, la filosofia, l'enginyeria, l'economia i les finances. No només aprendràs a resoldre problemes tècnics complexos, sinó també a aplicar aquestes solucions a la vida quotidiana.
Amb exemples que van des de proves mèdiques fins a prediccions esportives, obtindreu una base sòlida per a l'estudi de la inferència estadística, els processos estocàstics, els algorismes aleatoris i altres temes on la probabilitat sigui necessària.
Aquest curs és ideal per a aquells que busquen augmentar la seva comprensió de la incertesa i l'atzar, fer bones prediccions i comprendre variables aleatòries. Proporciona una perspectiva enriquidora sobre les distribucions de probabilitat comunes utilitzades en estadística i ciència de dades.
Càlcul aplicat (Harvard)
El curs "Càlcul aplicat!", ofert per Harvard a edX, és una exploració en profunditat de l'aplicació del càlcul d'una sola variable a les ciències socials, de la vida i de les ciències físiques. Aquest curs, totalment en anglès, és una excel·lent oportunitat per a aquells que busquen entendre com s'aplica el càlcul en contextos professionals del món real.
Amb una durada de deu setmanes i que requereix entre 3 i 6 hores d'estudi setmanals, aquest curs va més enllà dels llibres de text tradicionals. Col·labora amb professionals de diversos àmbits per mostrar com s'utilitza el càlcul per analitzar i resoldre problemes del món real. Els estudiants exploraran aplicacions variades, que van des de l'anàlisi econòmica fins a la modelització biològica.
El programa cobreix l'ús de derivades, integrals, equacions diferencials i posa l'accent en la importància dels models i paràmetres matemàtics. Està dissenyat per a aquells que tenen una comprensió bàsica del càlcul d'una variable i estan interessats en les seves aplicacions pràctiques en diversos camps.
Aquest curs és perfecte per a estudiants, professors i professionals que busquen aprofundir en la comprensió del càlcul i descobrir les seves aplicacions al món real.
Introducció al raonament matemàtic (Stanford)
El curs "Introducció al pensament matemàtic", ofert per la Universitat de Stanford a Coursera, és una immersió en el món del raonament matemàtic. Tot i que el curs s'imparteix en anglès, és accessible a un públic francòfon gràcies als subtítols en francès disponibles.
Aquest curs de set setmanes, que requereix aproximadament 38 hores en total, o aproximadament 12 hores setmanals, està dissenyat per a aquells que volen desenvolupar el pensament matemàtic, diferent de la simple pràctica de les matemàtiques tal com es presenta sovint al sistema escolar. El curs se centra a desenvolupar una manera de pensar "fora de la caixa", una habilitat valuosa en el món actual.
Els estudiants exploraran com pensen els matemàtics professionals per resoldre problemes del món real, ja siguin del món quotidià, de la ciència o de les mateixes matemàtiques. El curs ajuda a desenvolupar aquesta manera crucial de pensar, anant més enllà dels procediments d'aprenentatge per resoldre problemes estereotipats.
Aquest curs és ideal per a aquells que busquen enfortir el seu raonament quantitatiu i comprendre els fonaments del raonament matemàtic. Proporciona una perspectiva enriquidora sobre la naturalesa acumulativa de les matemàtiques i la seva aplicació a la comprensió de problemes complexos.
Aprenentatge estadístic amb R (Stanford)
El curs "Aprenentatge estadístic amb R", ofert per Stanford, és una introducció de nivell mitjà a l'aprenentatge supervisat, centrada en mètodes de regressió i classificació. Aquest curs, totalment en anglès, és un recurs valuós per a aquells que busquen entendre i aplicar mètodes estadístics en el camp de la ciència de dades.
El curs té una durada d'onze setmanes i requereix de 3 a 5 hores d'estudi a la setmana, el curs cobreix nous mètodes tradicionals i interessants en modelització estadística, i com utilitzar-los en el llenguatge de programació R. del curs es va actualitzar el 2021 per a la segona edició de el manual del curs.
Els temes inclouen regressió lineal i polinòmica, regressió logística i anàlisi discriminant lineal, validació creuada i bootstrapping, mètodes de selecció i regularització de models (cresta i llaç), models no lineals, splines i models additius generalitzats, mètodes basats en arbres, boscos aleatoris i impuls. suporta màquines vectorials, xarxes neuronals i aprenentatge profund, models de supervivència i proves múltiples.
Aquest curs és ideal per a aquells amb coneixements bàsics d'estadística, àlgebra lineal i informàtica, i que busquen aprofundir en la comprensió de l'aprenentatge estadístic i la seva aplicació a la ciència de dades.
Com aprendre matemàtiques: un curs per a tothom (Stanford)
El curs "Com aprendre matemàtiques: per a estudiants", ofert per Stanford. És un curs en línia gratuït per a estudiants de tots els nivells de matemàtiques. Completament en anglès, combina informació important sobre el cervell amb noves evidències sobre les millors maneres d'abordar les matemàtiques.
Té una durada de sis setmanes i requereix d'1 a 3 hores d'estudi per setmana. El curs està dissenyat per transformar la relació dels estudiants amb les matemàtiques. Moltes persones han tingut experiències negatives amb les matemàtiques, que han provocat aversió o fracàs. Aquest curs pretén oferir als estudiants la informació que necessiten per gaudir de les matemàtiques.
Es tracten temes com el cervell i l'aprenentatge de les matemàtiques. També es tracten mites sobre matemàtiques, mentalitat, errors i velocitat. La flexibilitat numèrica, el raonament matemàtic, les connexions, els models numèrics també formen part del programa. No s'obliden les representacions de les matemàtiques a la vida, però també a la natura i a la feina. El curs està dissenyat amb una pedagogia de participació activa, fent que l'aprenentatge sigui interactiu i dinàmic.
És un recurs valuós per a qualsevol persona que vulgui veure les matemàtiques d'una altra manera. Desenvolupar una comprensió més profunda i positiva d'aquesta disciplina. És especialment adequat per a aquells que han tingut experiències negatives amb les matemàtiques en el passat i volen canviar aquesta percepció.
Gestió de probabilitats (Stanford)
El curs "Introducció a la gestió de probabilitats", ofert per Stanford, és una introducció a la disciplina de la gestió de probabilitats. Aquest camp se centra en la comunicació i el càlcul d'incerteses en forma de taules de dades auditables anomenades paquets d'informació estocàstica (SIP). Aquest curs de deu setmanes requereix d'1 a 5 hores d'estudi a la setmana i, sens dubte, és un recurs valuós per a aquells que busquen comprendre i aplicar els mètodes estadístics en l'àmbit de la ciència de dades.
El pla d'estudis del curs cobreix temes com el reconeixement del "defecte de les mitjanes", un conjunt d'errors sistemàtics que sorgeixen quan les incerteses es representen per nombres únics, normalment una mitjana. Explica per què molts projectes arriben amb retard, per sobre del pressupost i per sota del pressupost. El curs també ensenya l'aritmètica de la incertesa, que realitza càlculs amb entrades incertes, donant com a resultat sortides incertes a partir de les quals podeu calcular resultats veritables mitjans i les possibilitats d'assolir els objectius especificats.
Els estudiants aprendran a crear simulacions interactives que es poden compartir amb qualsevol usuari d'Excel sense necessitat de complements o macros. Aquest enfocament és igualment adequat per a Python o qualsevol entorn de programació que admeti matrius.
Aquest curs és ideal per a aquells que se senten còmodes amb Microsoft Excel i busquen aprofundir en la comprensió de la gestió de probabilitats i la seva aplicació a la ciència de dades.
La ciència de la incertesa i les dades (MIT)
El curs “Probability – The Science of Uncertainty and Data”, ofert pel Massachusetts Institute of Technology (MIT). És una introducció fonamental a la ciència de dades mitjançant models probabilístics. Aquest curs té una durada de setze setmanes i requereix de 10 a 14 hores d'estudi a la setmana. Correspon a part del programa MicroMasters del MIT en estadística i ciència de dades.
Aquest curs explora el món de la incertesa: des d'accidents en mercats financers impredictibles fins a les comunicacions. Modelització probabilística i el camp relacionat de la inferència estadística. Són dues claus per analitzar aquestes dades i fer prediccions científicament sòlides.
L'alumnat descobrirà l'estructura i els elements bàsics dels models probabilístics. Incloent variables aleatòries, les seves distribucions, mitjanes i variàncies. El curs també inclou mètodes d'inferència. Les lleis dels grans nombres i les seves aplicacions, així com els processos aleatoris.
Aquest curs és perfecte per a aquells que volen coneixements fonamentals en ciència de dades. Proporciona una perspectiva integral dels models probabilístics. Des d'elements bàsics fins a processos aleatoris i inferència estadística. Tot això és especialment útil per a professionals i estudiants. Especialment en els camps de la ciència de dades, l'enginyeria i l'estadística.
Probabilitat i inferència computacionals (MIT)
El Massachusetts Institute of Technology (MIT) presenta el curs "Computational Probability and Inference" en anglès. El programa inclou una introducció de nivell intermedi a l'anàlisi i la inferència probabilistes. Aquest curs de dotze setmanes, que requereix entre 4 i 6 hores d'estudi a la setmana, és una exploració fascinant de com s'utilitzen la probabilitat i la inferència en àrees tan variades com el filtratge de correu brossa, la navegació de robots mòbils o fins i tot en jocs d'estratègia com Jeopardy i Go.
En aquest curs aprendràs els principis de probabilitat i inferència i com implementar-los en programes informàtics que raonen amb incertesa i fan prediccions. Aprendràs sobre diferents estructures de dades per emmagatzemar distribucions de probabilitat, com ara models gràfics probabilístics, i desenvoluparàs algorismes eficients per raonar amb aquestes estructures de dades.
Al final d'aquest curs, sabràs com modelar problemes del món real amb probabilitat i com utilitzar els models resultants per a la inferència. No cal tenir experiència prèvia en probabilitat o inferència, però hauríeu d'estar còmode amb la programació i el càlcul bàsics de Python.
Aquest curs és un recurs important per a aquells que busquen entendre i aplicar mètodes estadístics en l'àmbit de la ciència de dades, proporcionant una perspectiva integral sobre models probabilístics i inferència estadística.
Al cor de la incertesa: el MIT desmitifica la probabilitat
En el curs "Introduction to Probability Part II: Inference Processes", el Massachusetts Institute of Technology (MIT) ofereix una immersió avançada en el món de la probabilitat i la inferència. Aquest curs, totalment en anglès, és una continuació lògica de la primera part, aprofundint en l'anàlisi de dades i la ciència de la incertesa.
Durant un període de setze setmanes, amb un compromís de 6 hores setmanals, aquest curs explora les lleis dels grans nombres, els mètodes d'inferència bayesiana, l'estadística clàssica i els processos aleatoris com els processos de Poisson i les cadenes de Markov. Es tracta d'una exploració rigorosa, destinada a aquells que ja tenen una base sòlida de probabilitat.
Aquest curs destaca pel seu enfocament intuïtiu, tot mantenint el rigor matemàtic. No només presenta teoremes i demostracions, sinó que pretén desenvolupar una comprensió profunda dels conceptes mitjançant aplicacions concretes. Els estudiants aprendran a modelar fenòmens complexos i interpretar dades del món real.
Ideal per a professionals de la ciència de dades, investigadors i estudiants, aquest curs ofereix una perspectiva única sobre com la probabilitat i la inferència configuren la nostra comprensió del món. Perfecte per a aquells que busquen aprofundir en la comprensió de la ciència de dades i l'anàlisi estadística.
Combinatòria analítica: un curs de Princeton per a desxifrar estructures complexes (Princeton)
El curs de combinatòria analítica, ofert per la Universitat de Princeton, és una exploració fascinant de la combinatòria analítica, una disciplina que permet prediccions quantitatives precises d'estructures combinatòries complexes. Aquest curs, totalment en anglès, és un recurs valuós per a aquells que busquen comprendre i aplicar mètodes avançats en el camp de la combinatòria.
Aquest curs té una durada de tres setmanes i requereix aproximadament 16 hores en total, o aproximadament 5 hores setmanals, aquest curs presenta el mètode simbòlic per a la derivació de relacions funcionals entre funcions de generació ordinàries, exponencials i multivariables. També explora mètodes d'anàlisi complexa per obtenir asimptòtiques precises a partir de les equacions de funcions generadores.
Els estudiants descobriran com es pot utilitzar la combinatòria analítica per predir quantitats precises en grans estructures combinatòries. Aprendran a manipular estructures combinatòries i utilitzar tècniques d'anàlisi complexes per analitzar aquestes estructures.
Aquest curs és ideal per a aquells que busquen aprofundir en la comprensió de la combinatòria i la seva aplicació en la resolució de problemes complexos. Ofereix una perspectiva única sobre com la combinatòria analítica configura la nostra comprensió de les estructures matemàtiques i combinatòries.