Kursus dalam bahasa Inggris
Pengantar Model Linier dan Aljabar Matriks (Harvard)
Universitas Harvard, melalui platform HarvardX di edX, menawarkan mata kuliah “Pengantar Model Linier dan Aljabar Matriks”. Meskipun kursus ini diajarkan dalam bahasa Inggris, kursus ini menawarkan kesempatan unik untuk mempelajari dasar-dasar aljabar matriks dan model linier, keterampilan penting dalam banyak bidang ilmiah.
Kursus empat minggu ini, yang membutuhkan 2 hingga 4 jam belajar per minggu, dirancang untuk diselesaikan sesuai keinginan Anda. Ini berfokus pada penggunaan bahasa pemrograman R untuk menerapkan model linier dalam analisis data, khususnya dalam ilmu kehidupan. Siswa akan belajar memanipulasi aljabar matriks dan memahami penerapannya dalam desain eksperimen dan analisis data dimensi tinggi.
Program ini mencakup notasi aljabar matriks, operasi matriks, penerapan aljabar matriks untuk analisis data, model linier, dan pengenalan dekomposisi QR. Kursus ini merupakan bagian dari rangkaian tujuh kursus, yang dapat diambil secara individu atau sebagai bagian dari dua sertifikat profesional dalam Analisis Data untuk Ilmu Hayati dan Analisis Data Genomik.
Kursus ini sangat ideal bagi mereka yang ingin memperoleh keterampilan dalam pemodelan statistik dan analisis data, khususnya dalam konteks ilmu kehidupan. Memberikan landasan yang kuat bagi mereka yang ingin mendalami aljabar matriks dan penerapannya dalam berbagai bidang ilmu pengetahuan dan penelitian.
Probabilitas Utama (Harvard)
LPlaylist “Statistik 110: Probabilitas” di YouTube, yang diajarkan dalam bahasa Inggris oleh Joe Blitzstein dari Universitas Harvard, merupakan sumber daya yang sangat berharga bagi mereka yang ingin memperdalam pengetahuan tentang probabilitas.. Daftar putar mencakup video pelajaran, materi ulasan, dan lebih dari 250 latihan dengan solusi terperinci.
Kursus bahasa Inggris ini adalah pengenalan komprehensif tentang probabilitas, disajikan sebagai bahasa penting dan seperangkat alat untuk memahami statistik, sains, risiko, dan keacakan. Konsep-konsep yang diajarkan dapat diterapkan di berbagai bidang seperti statistika, sains, teknik, ekonomi, keuangan dan kehidupan sehari-hari.
Topik yang dibahas meliputi dasar-dasar probabilitas, variabel acak dan distribusinya, distribusi univariat dan multivariat, teorema limit, dan rantai Markov. Kursus ini membutuhkan pengetahuan sebelumnya tentang kalkulus satu variabel dan pemahaman tentang matriks.
Bagi mereka yang mahir berbahasa Inggris dan ingin menjelajahi dunia probabilitas secara mendalam, rangkaian kursus Harvard ini menawarkan kesempatan belajar yang memperkaya. Anda dapat mengakses playlist dan detail isinya langsung di YouTube.
Probabilitas Dijelaskan. Kursus dengan Teks Bahasa Prancis (Harvard)
Kursus “Peluang Besar: Probabilitas dari Bawah ke Atas,” yang ditawarkan oleh HarvardX di edX, adalah pengenalan yang menarik tentang probabilitas dan statistik. Meskipun kursus ini diajarkan dalam bahasa Inggris, kursus ini dapat diakses oleh audiens berbahasa Perancis berkat teks bahasa Perancis yang tersedia.
Kursus tujuh minggu ini, yang memerlukan 3 hingga 5 jam belajar per minggu, dirancang bagi mereka yang baru mengenal studi probabilitas atau mencari tinjauan konsep-konsep utama yang dapat diakses sebelum mendaftar di kursus statistik.Tingkat universitas. “Fat Chance” menekankan pengembangan pemikiran matematis daripada menghafal istilah dan rumus.
Modul awal memperkenalkan keterampilan berhitung dasar, yang kemudian diterapkan pada masalah probabilitas sederhana. Modul selanjutnya mengeksplorasi bagaimana ide dan teknik ini dapat diadaptasi untuk mengatasi masalah probabilitas yang lebih luas. Kursus diakhiri dengan pengenalan statistik melalui pengertian nilai yang diharapkan, varians dan distribusi normal.
Kursus ini ideal bagi mereka yang ingin meningkatkan keterampilan penalaran kuantitatif dan memahami dasar-dasar probabilitas dan statistik. Hal ini memberikan perspektif yang kaya mengenai sifat kumulatif matematika dan bagaimana penerapannya dalam memahami risiko dan keacakan.
Inferensi dan Pemodelan Statistik untuk Eksperimen Throughput Tinggi (Harvard)
Kursus “Inferensi Statistik dan Pemodelan untuk Eksperimen Throughput Tinggi” dalam bahasa Inggris berfokus pada teknik yang digunakan untuk melakukan inferensi statistik pada data throughput tinggi. Kursus empat minggu ini, yang membutuhkan 2-4 jam belajar per minggu, merupakan sumber berharga bagi mereka yang ingin memahami dan menerapkan metode statistik tingkat lanjut dalam rangkaian penelitian intensif data.
Program ini mencakup berbagai topik, termasuk masalah perbandingan berganda, tingkat kesalahan, prosedur pengendalian tingkat kesalahan, tingkat penemuan palsu, nilai-q, dan analisis data eksplorasi. Ini juga memperkenalkan pemodelan statistik dan penerapannya pada data throughput tinggi, membahas distribusi parametrik seperti binomial, eksponensial, dan gamma, dan menjelaskan estimasi kemungkinan maksimum.
Siswa akan mempelajari bagaimana konsep-konsep ini diterapkan dalam konteks seperti pengurutan generasi berikutnya dan data microarray. Kursus ini juga mencakup model hierarki dan empiris Bayesian, dengan contoh praktis penggunaannya.
Kursus ini sangat ideal bagi mereka yang ingin memperdalam pemahaman mereka tentang inferensi dan pemodelan statistik dalam penelitian ilmiah modern. Ini memberikan perspektif mendalam tentang analisis statistik data yang kompleks dan merupakan sumber yang bagus bagi para peneliti, mahasiswa dan profesional di bidang ilmu kehidupan, bioinformatika dan statistik.
Pengantar Probabilitas (Harvard)
Kursus “Pengantar Probabilitas”, yang ditawarkan oleh HarvardX di edX, adalah eksplorasi probabilitas yang mendalam, bahasa dan perangkat penting untuk memahami data, peluang, dan ketidakpastian. Meskipun kursus ini diajarkan dalam bahasa Inggris, kursus ini dapat diakses oleh audiens berbahasa Perancis berkat teks bahasa Perancis yang tersedia.
Kursus sepuluh minggu ini, yang membutuhkan 5-10 jam belajar per minggu, bertujuan untuk membawa logika ke dunia yang penuh dengan peluang dan ketidakpastian. Ini akan menyediakan alat yang dibutuhkan untuk memahami data, sains, filsafat, teknik, ekonomi dan keuangan. Anda tidak hanya akan belajar bagaimana memecahkan masalah teknis yang kompleks, tetapi juga bagaimana menerapkan solusi tersebut dalam kehidupan sehari-hari.
Dengan contoh mulai dari pengujian medis hingga prediksi olahraga, Anda akan mendapatkan dasar yang kuat untuk mempelajari inferensi statistik, proses stokastik, algoritma acak, dan topik lain yang memerlukan probabilitas.
Kursus ini ideal bagi mereka yang ingin meningkatkan pemahaman mereka tentang ketidakpastian dan peluang, membuat prediksi yang baik, dan memahami variabel acak. Ini memberikan perspektif yang kaya tentang distribusi probabilitas umum yang digunakan dalam statistik dan ilmu data.
Kalkulus Terapan (Harvard)
Kursus “Terapan Kalkulus!”, yang ditawarkan oleh Harvard di edX, merupakan eksplorasi mendalam tentang penerapan kalkulus variabel tunggal dalam ilmu sosial, kehidupan, dan fisika. Kursus ini, seluruhnya dalam bahasa Inggris, merupakan kesempatan bagus bagi mereka yang ingin memahami bagaimana kalkulus diterapkan dalam konteks profesional dunia nyata.
Berlangsung sepuluh minggu dan membutuhkan antara 3 dan 6 jam belajar per minggu, kursus ini melampaui buku teks tradisional. Ia berkolaborasi dengan para profesional dari berbagai bidang untuk menunjukkan bagaimana kalkulus digunakan untuk menganalisis dan memecahkan masalah dunia nyata. Siswa akan mengeksplorasi beragam aplikasi, mulai dari analisis ekonomi hingga pemodelan biologi.
Program ini mencakup penggunaan turunan, integral, persamaan diferensial, dan menekankan pentingnya model dan parameter matematika. Buku ini dirancang bagi mereka yang memiliki pemahaman dasar tentang kalkulus satu variabel dan tertarik dengan penerapan praktisnya di berbagai bidang.
Kursus ini sangat cocok untuk siswa, guru, dan profesional yang ingin memperdalam pemahaman mereka tentang kalkulus dan menemukan penerapannya di dunia nyata.
Pengantar penalaran matematika (Stanford)
Kursus “Pengantar Pemikiran Matematis” yang ditawarkan oleh Universitas Stanford di Coursera adalah pencelupan ke dalam dunia penalaran matematika. Meskipun kursus ini diajarkan dalam bahasa Inggris, kursus ini dapat diakses oleh audiens berbahasa Perancis berkat teks bahasa Perancis yang tersedia.
Kursus tujuh minggu ini, yang membutuhkan total waktu sekitar 38 jam, atau sekitar 12 jam per minggu, dirancang bagi mereka yang ingin mengembangkan pemikiran matematis, berbeda dari sekadar mempraktikkan matematika seperti yang sering disajikan dalam sistem sekolah. Kursus ini berfokus pada pengembangan cara berpikir “di luar kotak”, sebuah keterampilan yang berharga di dunia saat ini.
Siswa akan mengeksplorasi cara berpikir matematikawan profesional untuk memecahkan masalah dunia nyata, baik yang muncul dari dunia sehari-hari, dari sains, atau dari matematika itu sendiri. Kursus ini membantu mengembangkan cara berpikir penting ini, melampaui prosedur pembelajaran untuk memecahkan masalah stereotip.
Kursus ini sangat ideal bagi mereka yang ingin memperkuat penalaran kuantitatif dan memahami dasar-dasar penalaran matematika. Ini memberikan perspektif yang memperkaya tentang sifat kumulatif matematika dan penerapannya untuk memahami masalah yang kompleks.
Pembelajaran Statistik dengan R (Stanford)
Kursus “Pembelajaran Statistik dengan R”, yang ditawarkan oleh Stanford, adalah pengenalan tingkat menengah untuk pembelajaran yang diawasi, dengan fokus pada metode regresi dan klasifikasi. Kursus ini, seluruhnya dalam bahasa Inggris, merupakan sumber berharga bagi mereka yang ingin memahami dan menerapkan metode statistik di bidang ilmu data.
Berlangsung selama sebelas minggu dan membutuhkan 3-5 jam belajar per minggu, kursus ini mencakup metode baru yang tradisional dan menarik dalam pemodelan statistik, dan cara menggunakannya dalam bahasa pemrograman R. kursus ini diperbarui pada tahun 2021 untuk edisi kedua panduan kursus.
Topiknya meliputi regresi linier dan polinomial, regresi logistik dan analisis diskriminan linier, validasi silang dan bootstrapping, pemilihan model dan metode regularisasi (ridge dan laso), model nonlinier, splines dan model aditif umum, metode berbasis pohon, hutan acak dan peningkatan, mendukung mesin vektor, jaringan saraf dan pembelajaran mendalam, model bertahan hidup, dan berbagai pengujian.
Kursus ini ideal bagi mereka yang memiliki pengetahuan dasar statistik, aljabar linier, dan ilmu komputer, dan ingin memperdalam pemahaman tentang pembelajaran statistik dan penerapannya dalam ilmu data.
Cara Belajar Matematika: Kursus untuk Semua Orang (Stanford)
Kursus “Cara Belajar Matematika: Untuk Siswa”, ditawarkan oleh Stanford. Adalah kursus online gratis untuk pelajar dari semua tingkat matematika. Sepenuhnya dalam bahasa Inggris, buku ini menggabungkan informasi penting tentang otak dengan bukti baru tentang cara terbaik untuk mendekati matematika.
Berlangsung enam minggu dan membutuhkan 1 hingga 3 jam belajar per minggu. Kursus ini dirancang untuk mengubah hubungan pelajar dengan matematika. Banyak orang mempunyai pengalaman negatif dengan matematika, yang mengarah pada keengganan atau kegagalan. Kursus ini bertujuan untuk memberikan pelajar informasi yang mereka butuhkan untuk menikmati matematika.
Yang dibahas adalah topik-topik seperti otak dan pembelajaran matematika. Mitos tentang matematika, pola pikir, kesalahan dan kecepatan juga dibahas. Fleksibilitas numerik, penalaran matematis, koneksi, model numerik juga merupakan bagian dari program ini. Representasi matematika dalam kehidupan, tetapi juga di alam dan di tempat kerja tidak dilupakan. Kursus ini dirancang dengan pedagogi keterlibatan aktif, menjadikan pembelajaran menjadi interaktif dan dinamis.
Ini adalah sumber berharga bagi siapa saja yang ingin melihat matematika secara berbeda. Kembangkan pemahaman yang lebih dalam dan positif tentang disiplin ini. Panduan ini sangat cocok bagi mereka yang pernah mempunyai pengalaman negatif dengan matematika di masa lalu dan ingin mengubah persepsi tersebut.
Manajemen Probabilitas (Stanford)
Kursus “Pengantar Manajemen Probabilitas”, yang ditawarkan oleh Stanford, merupakan pengantar disiplin manajemen probabilitas. Bidang ini berfokus pada komunikasi dan penghitungan ketidakpastian dalam bentuk tabel data yang dapat diaudit yang disebut Paket Informasi Stokastik (SIP). Kursus sepuluh minggu ini membutuhkan 1 hingga 5 jam belajar per minggu dan tidak diragukan lagi merupakan sumber berharga bagi mereka yang ingin memahami dan menerapkan metode statistik di bidang ilmu data.
Kurikulum kursus mencakup topik-topik seperti mengenali “Kekurangan Rata-rata,” serangkaian kesalahan sistematis yang muncul ketika ketidakpastian diwakili oleh angka tunggal, biasanya rata-rata. Hal ini menjelaskan mengapa banyak proyek terlambat, melebihi anggaran dan di bawah anggaran. Kursus ini juga mengajarkan Aritmatika Ketidakpastian, yang melakukan penghitungan dengan masukan yang tidak pasti, sehingga menghasilkan keluaran yang tidak pasti sehingga Anda dapat menghitung hasil rata-rata sebenarnya dan peluang untuk mencapai tujuan yang ditentukan.
Siswa akan mempelajari cara membuat simulasi interaktif yang dapat dibagikan dengan pengguna Excel mana pun tanpa memerlukan add-in atau makro. Pendekatan ini juga cocok untuk Python atau lingkungan pemrograman apa pun yang mendukung array.
Kursus ini ideal bagi mereka yang terbiasa dengan Microsoft Excel dan ingin memperdalam pemahaman mereka tentang manajemen probabilitas dan penerapannya dalam ilmu data.
Ilmu Ketidakpastian dan Data (MIT)
Kursus “Probabilitas – Ilmu Ketidakpastian dan Data”, ditawarkan oleh Massachusetts Institute of Technology (MIT). Merupakan pengenalan mendasar terhadap ilmu data melalui model probabilistik. Kursus enam belas minggu ini, membutuhkan 10 hingga 14 jam belajar per minggu. Ini sesuai dengan bagian dari program MIT MicroMasters di bidang statistik dan ilmu data.
Kursus ini mengeksplorasi dunia yang penuh ketidakpastian: mulai dari kecelakaan di pasar keuangan yang tidak dapat diprediksi hingga komunikasi. Pemodelan probabilistik dan bidang inferensi statistik terkait. Adalah dua kunci untuk menganalisis data ini dan membuat prediksi yang masuk akal secara ilmiah.
Siswa akan menemukan struktur dan elemen dasar model probabilistik. Termasuk variabel acak, distribusinya, mean dan variansnya. Kursus ini juga mencakup metode inferensi. Hukum bilangan besar dan penerapannya, serta proses acak.
Kursus ini sangat cocok bagi mereka yang menginginkan pengetahuan dasar dalam ilmu data. Ini memberikan perspektif komprehensif tentang model probabilistik. Dari elemen dasar hingga proses acak dan inferensi statistik. Semua ini sangat berguna bagi para profesional dan pelajar. Khususnya di bidang data science, engineering dan statistika.
Probabilitas dan Inferensi Komputasi (MIT)
Massachusetts Institute of Technology (MIT) menyajikan kursus “Probabilitas dan Inferensi Komputasi” dalam bahasa Inggris. Pada program ini, pengenalan tingkat menengah terhadap analisis dan inferensi probabilistik. Kursus dua belas minggu ini, yang membutuhkan 4 hingga 6 jam belajar per minggu, merupakan eksplorasi menarik tentang bagaimana probabilitas dan inferensi digunakan di berbagai bidang seperti pemfilteran spam, navigasi bot seluler, atau bahkan dalam permainan strategi seperti Jeopardy dan Go.
Dalam kursus ini, Anda akan mempelajari prinsip-prinsip probabilitas dan inferensi serta cara menerapkannya dalam program komputer yang bernalar dengan ketidakpastian dan membuat prediksi. Anda akan belajar tentang struktur data yang berbeda untuk menyimpan distribusi probabilitas, seperti model grafis probabilistik, dan mengembangkan algoritma yang efisien untuk mempertimbangkan struktur data ini.
Di akhir kursus ini, Anda akan mengetahui cara memodelkan masalah dunia nyata dengan probabilitas dan cara menggunakan model yang dihasilkan untuk inferensi. Anda tidak perlu memiliki pengalaman sebelumnya dalam bidang probabilitas atau inferensi, tetapi Anda harus terbiasa dengan pemrograman dasar Python dan kalkulus.
Kursus ini adalah sumber berharga bagi mereka yang ingin memahami dan menerapkan metode statistik di bidang ilmu data, memberikan perspektif komprehensif tentang model probabilistik dan inferensi statistik.
Inti dari Ketidakpastian: MIT Mengungkap Kemungkinan
Dalam kursus “Pengantar Probabilitas Bagian II: Proses Inferensi”, Massachusetts Institute of Technology (MIT) menawarkan pendalaman lebih lanjut dalam dunia probabilitas dan inferensi. Kursus ini, seluruhnya dalam bahasa Inggris, merupakan kelanjutan logis dari bagian pertama, mendalami lebih dalam analisis data dan ilmu ketidakpastian.
Selama jangka waktu enam belas minggu, dengan komitmen 6 jam per minggu, kursus ini mengeksplorasi hukum bilangan besar, metode inferensi Bayesian, statistik klasik, dan proses acak seperti proses Poisson dan rantai Markov. Ini adalah eksplorasi yang ketat, ditujukan bagi mereka yang sudah memiliki dasar yang kuat mengenai kemungkinan.
Kursus ini menonjol karena pendekatan intuitifnya, dengan tetap mempertahankan ketelitian matematika. Tidak sekedar menyajikan teorema dan pembuktian, namun bertujuan untuk mengembangkan pemahaman konsep yang mendalam melalui aplikasi konkrit. Siswa akan belajar memodelkan fenomena kompleks dan menafsirkan data dunia nyata.
Ideal bagi para profesional ilmu data, peneliti, dan mahasiswa, kursus ini menawarkan perspektif unik tentang bagaimana probabilitas dan inferensi membentuk pemahaman kita tentang dunia. Sempurna bagi mereka yang ingin memperdalam pemahaman mereka tentang ilmu data dan analisis statistik.
Kombinatorik Analitik: Kursus Princeton untuk Menguraikan Struktur Kompleks (Pangeran)
Kursus Analytic Combinatorics, yang ditawarkan oleh Princeton University, adalah eksplorasi menarik dari kombinatorik analitis, sebuah disiplin ilmu yang memungkinkan prediksi kuantitatif yang tepat dari struktur kombinatorial kompleks. Kursus ini, seluruhnya dalam bahasa Inggris, merupakan sumber berharga bagi mereka yang ingin memahami dan menerapkan metode tingkat lanjut di bidang kombinatorik.
Berlangsung selama tiga minggu dan membutuhkan total sekitar 16 jam, atau sekitar 5 jam per minggu, kursus ini memperkenalkan metode simbolis untuk menurunkan hubungan fungsional antara fungsi pembangkit biasa, eksponensial, dan multivariat. Ia juga mengeksplorasi metode analisis kompleks untuk mendapatkan asimtotik yang tepat dari persamaan fungsi pembangkit.
Siswa akan menemukan bagaimana kombinatorik analitik dapat digunakan untuk memprediksi kuantitas yang tepat dalam struktur kombinatorial besar. Mereka akan belajar memanipulasi struktur kombinatorial dan menggunakan teknik analisis kompleks untuk menganalisis struktur ini.
Kursus ini sangat ideal bagi mereka yang ingin memperdalam pemahaman mereka tentang kombinatorik dan penerapannya dalam memecahkan masalah yang kompleks. Ini menawarkan perspektif unik tentang bagaimana kombinatorik analitis membentuk pemahaman kita tentang struktur matematika dan kombinatorial.