英語でのコース
線形モデルと行列代数の概要 (ハーバード大学)
ハーバード大学は、edX 上の HarvardX プラットフォームを通じて、「線形モデルと行列代数の概要」コースを提供しています。。 このコースは英語で教えられますが、多くの科学分野で必須のスキルである行列代数と線形モデルの基礎を学ぶユニークな機会を提供します。
この 2 週間のコースは、4 週間あたり XNUMX ~ XNUMX 時間の学習が必要で、自分のペースで完了できるように設計されています。 R プログラミング言語を使用して、特にライフ サイエンスにおけるデータ分析に線形モデルを適用することに焦点を当てています。 学生は行列代数の操作方法を学び、実験計画や高次元データ分析における行列代数の応用を理解します。
このプログラムでは、行列代数の表記法、行列演算、データ分析への行列代数の応用、線形モデル、および QR 分解の概要を取り上げます。 このコースは XNUMX つのコースからなるシリーズの一部であり、個別に受講することも、ライフ サイエンスのデータ分析とゲノム データ分析の XNUMX つの専門認定資格の一部として受講することもできます。
このコースは、特にライフサイエンスの分野で、統計モデリングとデータ分析のスキルを習得したい人に最適です。 これは、行列代数とそのさまざまな科学および研究分野での応用をさらに探求したい人にとって強固な基礎を提供します。
マスター確率 (ハーバード大学)
Lハーバード大学のジョー ブリッツスタインが英語で教えている YouTube の「統計 110: 確率」プレイリストは、確率についての知識を深めたい人にとって非常に貴重なリソースです。. プレイリストには、レッスン ビデオ、復習資料、および詳細な解決策を含む 250 以上の練習問題が含まれています。
この英語コースは確率についての包括的な入門書であり、統計、科学、リスク、ランダム性を理解するための必須の言語およびツールセットとして提供されます。 教えられる概念は、統計、科学、工学、経済学、金融、日常生活などのさまざまな分野に応用できます。
カバーされるトピックには、確率、確率変数とその分布、一変量および多変量分布、極限定理、マルコフ連鎖の基礎が含まれます。 このコースでは、XNUMX 変数微積分の事前知識と行列についての知識が必要です。
英語に慣れていて、確率の世界を深く探求したいと考えている人にとって、このハーバード大学コース シリーズは充実した学習の機会を提供します。 YouTube でプレイリストとその詳細なコンテンツに直接アクセスできます。
確率の説明。 フランス語字幕付きコース (ハーバード)
HarvardX が edX で提供するコース「Fat Chance: Probability from the Ground Up」は、確率と統計についての魅力的な入門書です。 このコースは英語で教えられますが、フランス語の字幕が付いているため、フランス語を話す受講者でも受講できます。
この 3 週間のコースは、5 週間あたり XNUMX ~ XNUMX 時間の学習が必要で、確率の研究が初めての人、または統計コースに登録する前に重要な概念を簡単に復習したい人向けに設計されています。 「Fat Chance」では、用語や公式を暗記することよりも、数学的思考を養うことに重点を置いています。
最初のモジュールでは、基本的な計数スキルを紹介し、それを簡単な確率の問題に適用します。 後続のモジュールでは、これらのアイデアとテクニックをより広範囲の確率問題に対処するためにどのように適用できるかを検討します。 このコースは、期待値、分散、正規分布の概念を通じた統計の入門で終わります。
このコースは、定量的推論のスキルを向上させ、確率と統計の基礎を理解したい人に最適です。 数学の累積的な性質と、それがリスクとランダム性の理解にどのように適用されるかについて、豊かな視点を提供します。
ハイスループット実験のための統計的推論とモデリング (ハーバード大学)
英語の「高スループット実験のための統計的推論とモデリング」コースは、高スループット データに対して統計的推論を実行するために使用されるテクニックに焦点を当てています。 この 2 週間のコースは、4 週間あたり XNUMX ~ XNUMX 時間の学習を必要とし、データ集約型の研究環境で高度な統計手法を理解して適用しようとしている人にとって貴重なリソースです。
このプログラムは、多重比較問題、誤り率、誤り率制御手順、誤検出率、q 値、探索的データ分析など、さまざまなトピックを扱います。 また、統計モデリングとその高スループット データへの応用についても紹介し、二項分布、指数分布、ガンマ分布などのパラメトリック分布について説明し、最尤推定について説明します。
学生はこれらの概念が次世代シーケンシングやマイクロアレイ データなどの状況にどのように適用されるかを学びます。 このコースでは、階層モデルとベイズの経験論についても取り上げ、それらの実際の使用例も示します。
このコースは、現代の科学研究における統計的推論とモデリングについて理解を深めたい人に最適です。 複雑なデータの統計分析に関する深い視点を提供し、ライフサイエンス、バイオインフォマティクス、統計の分野の研究者、学生、専門家にとって優れたリソースです。
確率入門 (ハーバード大学)
HarvardX が edX で提供する「確率入門」コースは、データ、偶然、不確実性を理解するために不可欠な言語およびツールセットである確率を徹底的に探求します。 このコースは英語で教えられますが、フランス語の字幕が付いているため、フランス語を話す受講者でも受講できます。
この 5 週間のコースは、週に 10 ~ XNUMX 時間の学習を必要とし、偶然と不確実性に満ちた世界に論理をもたらすことを目的としています。 データ、科学、哲学、工学、経済学、金融を理解するために必要なツールを提供します。 複雑な技術的問題を解決する方法だけでなく、それらの解決策を日常生活に適用する方法も学びます。
医療検査からスポーツ予測に至るまでの例を使用して、統計的推論、確率過程、ランダム アルゴリズム、および確率が必要なその他のトピックを研究するための強固な基盤を得ることができます。
このコースは、不確実性と偶然について理解を深め、適切な予測を立て、確率変数を理解したい人に最適です。 統計とデータ サイエンスで使用される一般的な確率分布についての豊かな視点を提供します。
応用微積分学 (ハーバード大学)
ハーバード大学が edX で提供する「Calculus Applied!」コースは、社会科学、生命科学、物理科学における単一変数微積分の応用を徹底的に探究するものです。 このコースは完全に英語で行われ、微積分が実際の専門的な状況でどのように適用されるかを理解したい人にとって素晴らしい機会です。
3 週間続き、週に 6 ~ XNUMX 時間の学習が必要なこのコースは、従来の教科書を超えています。 彼はさまざまな分野の専門家と協力して、微積分を使用して現実世界の問題を分析および解決する方法を示します。 学生は、経済分析から生物学的モデリングに至るまで、さまざまなアプリケーションを探索します。
このプログラムでは、微分、積分、微分方程式の使用について説明し、数学的モデルとパラメーターの重要性を強調します。 XNUMX 変数微積分の基本を理解し、さまざまな分野での実際の応用に興味がある人を対象としています。
このコースは、微積分の理解を深め、その現実世界での応用を発見したい学生、教師、専門家に最適です。
数学的推論の入門 (スタンフォード)
スタンフォード大学が Coursera で提供する「数学的思考入門」コースは、数学的推論の世界に飛び込むコースです。 このコースは英語で教えられますが、フランス語の字幕が付いているため、フランス語を話す受講者でも受講できます。
合計約 38 時間、つまり 12 週間あたり約 XNUMX 時間を必要とするこの XNUMX 週間のコースは、学校でよく行われる単なる数学の練習とは異なり、数学的思考を養いたい人向けに設計されています。 このコースは、今日の世界では貴重なスキルである「既成概念にとらわれない」考え方を開発することに焦点を当てています。
学生は、日常世界、科学、または数学そのものから生じたものであっても、現実世界の問題を解決するためにプロの数学者がどのように考えているかを探ります。 このコースは、典型的な問題を解決するための学習手順を超えて、この重要な考え方を開発するのに役立ちます。
このコースは、定量的推論を強化し、数学的推論の基礎を理解したい人に最適です。 数学の累積的な性質と複雑な問題の理解へのその応用について、豊かな視点を提供します。
R による統計学習 (スタンフォード)
スタンフォード大学が提供する「Statistical Learning with R」コースは、回帰および分類手法に焦点を当てた、教師あり学習の中級レベルの入門コースです。 このコースはすべて英語で行われ、データ サイエンスの分野で統計手法を理解して適用しようとしている人にとって貴重なリソースです。
このコースは 3 週間続き、週あたり 5 ~ 2021 時間の学習が必要で、統計モデリングにおける従来の方法とエキサイティングな新しい方法の両方、および R プログラミング言語での使用方法をカバーします。このコースは XNUMX 年に第 XNUMX 版に向けて更新されました。コースマニュアル。
カバーされるトピックには、線形回帰および多項式回帰、ロジスティック回帰および線形判別分析、交差検証およびブートストラップ、モデル選択および正則化手法 (リッジおよび投げ縄)、非線形モデル、スプラインおよび一般化加算モデル、ツリーベースの手法、ランダム フォレストおよびブースティングが含まれます。 、ベクター マシン、ニューラル ネットワークと深層学習、生存モデル、複数のテストをサポートします。
このコースは、統計、線形代数、コンピューター サイエンスの基礎知識があり、統計学習とデータ サイエンスへの応用について理解を深めたいと考えている人に最適です。
数学の学び方: 誰でも楽しめるコース (スタンフォード)
スタンフォード大学が提供する「数学の学び方: 学生向け」コース。あらゆるレベルの数学の学習者を対象とした無料のオンライン コースです。 全編英語で書かれており、脳に関する重要な情報と、数学に取り組む最良の方法に関する新しい証拠が組み合わされています。
1 週間続き、週に 3 ~ XNUMX 時間の学習が必要です。このコースは、学習者と数学の関係を変えるように設計されています。多くの人が数学に対して嫌悪感を抱いたり、失敗したりするようなネガティブな経験をしています。このコースは、数学を楽しむために必要な情報を学習者に提供することを目的としています。
脳や数学の学習などのトピックが取り上げられます。数学、考え方、間違い、スピードに関する通説も取り上げます。数値の柔軟性、数学的推論、接続、数値モデルもプログラムの一部です。生活における数学の表現だけでなく、自然や仕事における数学の表現も忘れられることはありません。このコースはアクティブなエンゲージメント教育法に基づいて設計されており、学習がインタラクティブでダイナミックなものになります。
数学を違う視点から見たい人にとって、貴重なリソースです。この分野に対するより深く前向きな理解を深めます。過去に数学に関して否定的な経験をしており、その認識を変えたいと考えている人に特に適しています。
確率管理 (スタンフォード)
スタンフォード大学が提供する「確率管理入門」コースは、確率管理の分野への入門です。 この分野は、確率的情報パケット (SIP) と呼ばれる監査可能なデータ テーブルの形式での不確実性の通信と計算に焦点を当てています。この 1 週間のコースでは、週に 5 ~ XNUMX 時間の学習が必要で、データ サイエンスの分野で統計的手法を理解して適用しようとしている人にとって、間違いなく貴重なリソースです。
コースのカリキュラムでは、不確実性が単一の数値 (通常は平均) で表される場合に発生する一連の系統誤差である「平均の欠陥」の認識などのトピックが取り上げられます。これは、多くのプロジェクトが遅れたり、予算を超えたり、予算を下回ったりする理由を説明します。このコースでは、不確実な入力を使用して計算を実行し、不確実な出力を生成する不確実性算術も教えます。これにより、真の平均結果と指定された目標を達成する可能性を計算できます。
学生は、アドインやマクロを必要とせずに、Excel ユーザーと共有できる対話型シミュレーションを作成する方法を学びます。このアプローチは、Python や配列をサポートするプログラミング環境にも同様に適しています。
このコースは、Microsoft Excel に慣れていて、確率管理とデータ サイエンスにおけるその応用についての理解を深めたいと考えている人に最適です。
不確実性とデータの科学 (マサチューセッツ工科大学)
マサチューセッツ工科大学(MIT)が提供するコース「確率 – 不確実性とデータの科学」。 確率モデルを通じたデータ サイエンスの基礎的な入門書です。この 10 週間のコースでは、週あたり 14 ~ XNUMX 時間の学習が必要です。これは、統計およびデータ サイエンスの MIT MicroMasters プログラムの一部に相当します。
このコースでは、予測不可能な金融市場での事故からコミュニケーションまで、不確実性の世界を探求します。確率的モデリングと統計的推論の関連分野。このデータを分析し、科学的に正しい予測を行うための XNUMX つの鍵があります。
学生は確率モデルの構造と基本要素を発見します。確率変数、その分布、平均、分散が含まれます。このコースでは推論方法についても説明します。大数の法則とその応用、およびランダムなプロセス。
このコースは、データサイエンスの基礎知識を習得したい人に最適です。確率モデルに関する包括的な視点を提供します。基本的な要素からランダムなプロセスや統計的推論まで。これらはすべて、専門家や学生にとって特に役立ちます。特にデータサイエンス、エンジニアリング、統計の分野です。
計算確率と推論 (MIT)
マサチューセッツ工科大学 (MIT) は、英語で「計算確率と推論」コースを提供しています。 プログラムでは、確率分析と推論の中級レベルの入門を行います。この 4 週間のコースは、6 週間あたり XNUMX ~ XNUMX 時間の学習を必要とし、スパム フィルタリング、モバイル ボットのナビゲーション、さらには Jeopardy や Go などの戦略ゲームなど、さまざまな分野で確率と推論がどのように使用されているかを探求する魅力的なコースです。
このコースでは、確率と推論の原理と、不確実性を考慮して推論し、予測を行うコンピューター プログラムにそれらを実装する方法を学びます。確率的グラフィカル モデルなど、確率分布を保存するためのさまざまなデータ構造について学び、これらのデータ構造を使用して推論するための効率的なアルゴリズムを開発します。
このコースを終了するまでに、現実世界の問題を確率でモデル化する方法と、得られたモデルを推論に使用する方法を理解できるようになります。確率や推論の経験は必要ありませんが、基本的な Python プログラミングと微積分には慣れている必要があります。
このコースは、データ サイエンスの分野で統計的手法を理解して適用しようとしている人にとって貴重なリソースであり、確率モデルと統計的推論に関する包括的な視点を提供します。
不確実性の中心: MIT が確率を解明する
マサチューセッツ工科大学 (MIT) のコース「確率入門パート II: 推論プロセス」では、確率と推論の世界への高度な没入を提供します。 このコースは完全に英語で行われ、第 XNUMX 部の論理的な継続であり、データ分析と不確実性の科学をさらに深く掘り下げます。
このコースは、6 週間あたり XNUMX 時間を約束して XNUMX 週間にわたって、大数の法則、ベイズ推論手法、古典的な統計、ポアソン過程やマルコフ連鎖などのランダム過程を探求します。これは厳密な探究であり、すでに確率の基礎をしっかりと持っている人を対象としています。
このコースは、数学的な厳密さを維持しながら、直感的なアプローチで際立っています。単に定理や証明を提示するだけではなく、具体的な応用を通して概念を深く理解することを目的としています。学生は複雑な現象をモデル化し、現実世界のデータを解釈する方法を学びます。
データ サイエンスの専門家、研究者、学生に最適なこのコースは、確率と推論が世界の理解をどのように形作るかについて独自の視点を提供します。データサイエンスや統計分析について理解を深めたい方に最適です。
解析的組み合わせ論: 複雑な構造を解読するためのプリンストンコース (プリンストン)
プリンストン大学が提供する解析的組合せコースは、複雑な組合せ構造の正確な定量的予測を可能にする学問である解析的組合せ論の魅力的な探求です。 このコースはすべて英語で行われており、組み合わせ論の分野で高度な手法を理解して適用しようとしている人にとって貴重なリソースです。
16 週間続き、合計約 5 時間、つまり XNUMX 週間あたり約 XNUMX 時間を必要とするこのコースでは、通常の母関数、指数母関数、および多変量母関数の間の関数関係を導出するシンボリックな方法を紹介します。また、生成関数の方程式から正確な漸近線を導き出すための複素解析の方法も検討します。
学生は、分析的組み合わせ論を使用して大規模な組み合わせ構造の正確な量を予測する方法を発見します。彼らは、組み合わせ構造を操作し、複雑な分析技術を使用してこれらの構造を分析する方法を学びます。
このコースは、組み合わせ論と複雑な問題の解決におけるその応用についての理解を深めたい人に最適です。これは、分析的組み合わせ論が数学的構造と組み合わせ構造の理解をどのように形作るかについて、独自の視点を提供します。