Kursus dalam Bahasa Inggeris
Pengenalan kepada Model Linear dan Algebra Matriks (Harvard)
Universiti Harvard, melalui platform HarvardX di edX, menawarkan kursus "Pengenalan kepada Model Linear dan Algebra Matriks". Walaupun kursus ini diajar dalam bahasa Inggeris, ia menawarkan peluang unik untuk mempelajari asas algebra matriks dan model linear, kemahiran penting dalam banyak bidang saintifik.
Kursus empat minggu ini, memerlukan 2 hingga 4 jam pengajian setiap minggu, direka bentuk untuk diselesaikan mengikut kadar anda sendiri. Ia memberi tumpuan kepada penggunaan bahasa pengaturcaraan R untuk menggunakan model linear dalam analisis data, terutamanya dalam sains hayat. Pelajar akan belajar untuk memanipulasi algebra matriks dan memahami aplikasinya dalam reka bentuk eksperimen dan analisis data berdimensi tinggi.
Program ini merangkumi tatatanda algebra matriks, operasi matriks, aplikasi algebra matriks kepada analisis data, model linear, dan pengenalan kepada penguraian QR. Kursus ini adalah sebahagian daripada satu siri tujuh kursus, yang boleh diambil secara individu atau sebagai sebahagian daripada dua sijil profesional dalam Analisis Data untuk Sains Hayat dan Analisis Data Genomik.
Kursus ini sesuai untuk mereka yang ingin mendapatkan kemahiran dalam pemodelan statistik dan analisis data, terutamanya dalam konteks sains hayat. Ia menyediakan asas yang kukuh bagi mereka yang ingin meneroka lebih lanjut algebra matriks dan aplikasinya dalam pelbagai bidang saintifik dan penyelidikan.
Kebarangkalian Induk (Harvard)
LSenarai main "Statistik 110: Kebarangkalian" di YouTube, yang diajar dalam bahasa Inggeris oleh Joe Blitzstein dari Universiti Harvard, adalah sumber yang tidak ternilai bagi mereka yang ingin memperdalam pengetahuan mereka tentang kebarangkalian. Senarai main termasuk video pelajaran, bahan ulasan dan lebih 250 latihan latihan dengan penyelesaian terperinci.
Kursus Bahasa Inggeris ini adalah pengenalan komprehensif kepada kebarangkalian, dibentangkan sebagai bahasa penting dan set alat untuk memahami statistik, sains, risiko dan rawak. Konsep yang diajar boleh digunakan dalam pelbagai bidang seperti statistik, sains, kejuruteraan, ekonomi, kewangan dan kehidupan seharian.
Topik yang diliputi termasuk asas kebarangkalian, pembolehubah rawak dan taburannya, taburan univariate dan multivariate, teorem had, dan rantai Markov. Kursus ini memerlukan pengetahuan awal tentang kalkulus satu pembolehubah dan kebiasaan dengan matriks.
Bagi mereka yang selesa dengan bahasa Inggeris dan ingin meneroka dunia kebarangkalian secara mendalam, siri kursus Harvard ini menawarkan peluang pembelajaran yang memperkaya. Anda boleh mengakses senarai main dan kandungan terperincinya terus di YouTube.
Kebarangkalian Diterangkan. Kursus dengan Sarikata Bahasa Perancis (Harvard)
Kursus "Fat Chance: Probability from the Ground Up," yang ditawarkan oleh HarvardX di edX, adalah pengenalan yang menarik kepada kebarangkalian dan statistik. Walaupun kursus ini diajar dalam bahasa Inggeris, ia boleh diakses oleh penonton berbahasa Perancis berkat sarikata Perancis yang tersedia.
Kursus tujuh minggu ini, yang memerlukan 3 hingga 5 jam pengajian setiap minggu, direka untuk mereka yang baru dalam kajian kebarangkalian atau mencari semakan konsep utama yang boleh diakses sebelum mendaftar dalam kursus statistik. Peringkat universiti. "Fat Chance" menekankan membangunkan pemikiran matematik daripada menghafal istilah dan formula.
Modul awal memperkenalkan kemahiran mengira asas, yang kemudiannya digunakan untuk masalah kebarangkalian mudah. Modul seterusnya meneroka bagaimana idea dan teknik ini boleh disesuaikan untuk menangani masalah kebarangkalian yang lebih luas. Kursus ini berakhir dengan pengenalan kepada statistik melalui tanggapan nilai jangkaan, varians dan taburan normal.
Kursus ini sesuai untuk mereka yang ingin meningkatkan kemahiran penaakulan kuantitatif mereka dan memahami asas kebarangkalian dan statistik. Ia memberikan perspektif yang memperkaya tentang sifat kumulatif matematik dan cara ia digunakan untuk memahami risiko dan rawak.
Inferens Statistik dan Pemodelan untuk Eksperimen Telus Tinggi (Harvard)
Kursus "Inferens Statistik dan Pemodelan untuk Eksperimen Keupayaan Tinggi" dalam bahasa Inggeris memfokuskan pada teknik yang digunakan untuk melakukan inferens statistik pada data pemprosesan tinggi. Kursus empat minggu ini, yang memerlukan 2-4 jam pengajian setiap minggu, merupakan sumber yang berharga bagi mereka yang ingin memahami dan menggunakan kaedah statistik lanjutan dalam tetapan penyelidikan intensif data.
Program ini merangkumi pelbagai topik, termasuk masalah perbandingan berbilang, kadar ralat, prosedur kawalan kadar ralat, kadar penemuan palsu, nilai-q dan analisis data penerokaan. Ia juga memperkenalkan pemodelan statistik dan aplikasinya kepada data pemprosesan tinggi, membincangkan taburan parametrik seperti binomial, eksponen dan gamma, dan menerangkan anggaran kemungkinan maksimum.
Pelajar akan mempelajari cara konsep ini digunakan dalam konteks seperti penjujukan generasi seterusnya dan data microarray. Kursus ini juga merangkumi model hierarki dan empiri Bayesian, dengan contoh praktikal penggunaannya.
Kursus ini sesuai untuk mereka yang ingin mendalami pemahaman mereka tentang inferens statistik dan pemodelan dalam penyelidikan saintifik moden. Ia memberikan perspektif yang mendalam tentang analisis statistik data kompleks dan merupakan sumber yang sangat baik untuk penyelidik, pelajar dan profesional dalam bidang sains hayat, bioinformatik dan statistik.
Pengenalan kepada Kebarangkalian (Harvard)
Kursus "Pengenalan kepada Kebarangkalian", yang ditawarkan oleh HarvardX pada edX, ialah penerokaan kebarangkalian yang mendalam, bahasa dan set alat penting untuk memahami data, peluang dan ketidakpastian. Walaupun kursus ini diajar dalam bahasa Inggeris, ia boleh diakses oleh penonton berbahasa Perancis berkat sarikata Perancis yang tersedia.
Kursus sepuluh minggu ini, yang memerlukan 5-10 jam pengajian setiap minggu, bertujuan untuk membawa logik kepada dunia yang penuh dengan peluang dan ketidakpastian. Ia akan menyediakan alat yang diperlukan untuk memahami data, sains, falsafah, kejuruteraan, ekonomi dan kewangan. Anda bukan sahaja akan belajar bagaimana untuk menyelesaikan masalah teknikal yang kompleks, tetapi juga bagaimana untuk menggunakan penyelesaian ini dalam kehidupan seharian.
Dengan contoh daripada ujian perubatan kepada ramalan sukan, anda akan memperoleh asas yang kukuh untuk kajian inferens statistik, proses stokastik, algoritma rawak dan topik lain yang memerlukan kebarangkalian.
Kursus ini sesuai untuk mereka yang ingin meningkatkan pemahaman mereka tentang ketidakpastian dan peluang, membuat ramalan yang baik, dan memahami pembolehubah rawak. Ia memberikan perspektif yang memperkaya tentang taburan kebarangkalian biasa yang digunakan dalam statistik dan sains data.
Kalkulus Gunaan (Harvard)
Kursus "Calculus Applied!", yang ditawarkan oleh Harvard di edX, ialah penerokaan mendalam tentang aplikasi kalkulus pembolehubah tunggal dalam sains sosial, kehidupan dan fizikal. Kursus ini, sepenuhnya dalam bahasa Inggeris, adalah peluang terbaik untuk mereka yang ingin memahami cara kalkulus digunakan dalam konteks profesional dunia sebenar.
Berlangsung sepuluh minggu dan memerlukan antara 3 dan 6 jam pengajian setiap minggu, kursus ini melangkaui buku teks tradisional. Beliau bekerjasama dengan profesional dari pelbagai bidang untuk menunjukkan cara kalkulus digunakan untuk menganalisis dan menyelesaikan masalah dunia sebenar. Pelajar akan meneroka pelbagai aplikasi, dari analisis ekonomi kepada pemodelan biologi.
Program ini meliputi penggunaan derivatif, kamiran, persamaan pembezaan, dan menekankan kepentingan model dan parameter matematik. Ia direka untuk mereka yang mempunyai pemahaman asas tentang kalkulus satu pembolehubah dan berminat dengan aplikasi praktikalnya dalam pelbagai bidang.
Kursus ini sesuai untuk pelajar, guru dan profesional yang ingin mendalami pemahaman mereka tentang kalkulus dan menemui aplikasi dunia sebenar.
Pengenalan kepada penaakulan matematik (Stanford)
Kursus "Pengenalan kepada Pemikiran Matematik", yang ditawarkan oleh Universiti Stanford di Coursera, adalah menyelami dunia penaakulan matematik. Walaupun kursus ini diajar dalam bahasa Inggeris, ia boleh diakses oleh penonton berbahasa Perancis berkat sarikata Perancis yang tersedia.
Kursus tujuh minggu ini, yang memerlukan kira-kira 38 jam secara keseluruhan, atau kira-kira 12 jam seminggu, direka untuk mereka yang ingin mengembangkan pemikiran matematik, berbeza daripada hanya mempraktikkan matematik kerana ia sering dibentangkan dalam sistem sekolah. Kursus ini memberi tumpuan kepada membangunkan cara berfikir "di luar kotak", kemahiran yang berharga dalam dunia hari ini.
Pelajar akan meneroka bagaimana ahli matematik profesional berfikir untuk menyelesaikan masalah dunia sebenar, sama ada ia timbul daripada dunia seharian, daripada sains, atau daripada matematik itu sendiri. Kursus ini membantu membangunkan cara pemikiran penting ini, melangkaui prosedur pembelajaran untuk menyelesaikan masalah stereotaip.
Kursus ini sesuai untuk mereka yang ingin mengukuhkan penaakulan kuantitatif mereka dan memahami asas penaakulan matematik. Ia memberikan perspektif yang memperkaya tentang sifat kumulatif matematik dan aplikasinya untuk memahami masalah yang kompleks.
Pembelajaran Statistik dengan R (Stanford)
Kursus "Pembelajaran Statistik dengan R", yang ditawarkan oleh Stanford, ialah pengenalan peringkat pertengahan kepada pembelajaran diselia, memfokuskan pada kaedah regresi dan klasifikasi. Kursus ini, sepenuhnya dalam bahasa Inggeris, adalah sumber yang berharga bagi mereka yang ingin memahami dan menggunakan kaedah statistik dalam bidang sains data.
Berlangsung sebelas minggu dan memerlukan 3-5 jam pengajian setiap minggu, kursus ini merangkumi kedua-dua kaedah baharu tradisional dan menarik dalam pemodelan statistik, dan cara menggunakannya dalam bahasa pengaturcaraan R. kursus ini telah dikemas kini pada 2021 untuk edisi kedua manual kursus.
Topik termasuk regresi linear dan polinomial, regresi logistik dan analisis diskriminasi linear, pengesahan silang dan bootstrapping, pemilihan model dan kaedah regularisasi (rabung dan laso), model bukan linear, spline dan model tambahan umum, kaedah berasaskan pokok, hutan rawak dan penggalak, mesin vektor sokongan, rangkaian saraf dan pembelajaran mendalam, model kelangsungan hidup dan pelbagai ujian.
Kursus ini sesuai untuk mereka yang mempunyai pengetahuan asas tentang statistik, algebra linear, dan sains komputer, dan yang ingin mendalami pemahaman mereka tentang pembelajaran statistik dan aplikasinya dalam sains data.
Cara Belajar Matematik: Kursus untuk Semua Orang (Stanford)
Kursus "Cara Belajar Matematik: Untuk Pelajar", ditawarkan oleh Stanford. Merupakan kursus dalam talian percuma untuk pelajar semua peringkat matematik. Sepenuhnya dalam bahasa Inggeris, ia menggabungkan maklumat penting tentang otak dengan bukti baharu tentang cara terbaik untuk mendekati matematik.
Berlangsung enam minggu dan memerlukan 1 hingga 3 jam belajar setiap minggu. Kursus ini direka bentuk untuk mengubah hubungan pelajar dengan matematik. Ramai orang mempunyai pengalaman negatif dengan matematik, yang membawa kepada keengganan atau kegagalan. Kursus ini bertujuan untuk memberi pelajar maklumat yang mereka perlukan untuk menikmati matematik.
Dirangkumi adalah topik seperti otak dan pembelajaran matematik. Mitos tentang matematik, pemikiran, kesilapan dan kelajuan juga diliputi. Fleksibiliti berangka, penaakulan matematik, sambungan, model berangka juga merupakan sebahagian daripada program ini. Perwakilan matematik dalam kehidupan, tetapi juga dalam alam semula jadi dan di tempat kerja tidak dilupakan. Kursus ini direka bentuk dengan pedagogi penglibatan aktif, menjadikan pembelajaran interaktif dan dinamik.
Ia adalah sumber yang berharga untuk sesiapa sahaja yang ingin melihat matematik secara berbeza. Membangunkan pemahaman yang lebih mendalam dan positif tentang disiplin ini. Ia amat sesuai untuk mereka yang mempunyai pengalaman negatif dengan matematik pada masa lalu dan ingin mengubah persepsi ini.
Pengurusan Kebarangkalian (Stanford)
Kursus "Pengenalan kepada Pengurusan Kebarangkalian", yang ditawarkan oleh Stanford, adalah pengenalan kepada disiplin pengurusan kebarangkalian. Bidang ini memberi tumpuan kepada berkomunikasi dan mengira ketidakpastian dalam bentuk jadual data boleh diaudit yang dipanggil Stochastic Information Packets (SIPs). Kursus sepuluh minggu ini memerlukan 1 hingga 5 jam pengajian setiap minggu. Sudah pasti ia merupakan sumber yang berharga bagi mereka yang ingin memahami dan menggunakan kaedah statistik dalam bidang sains data.
Kurikulum kursus merangkumi topik seperti mengiktiraf "Flaw of Averages," satu set ralat sistematik yang timbul apabila ketidakpastian diwakili oleh nombor tunggal, biasanya purata. Ia menerangkan sebab banyak projek lewat, melebihi bajet dan kurang bajet. Kursus ini juga mengajar Aritmetik Ketidakpastian, yang melakukan pengiraan dengan input yang tidak pasti, menghasilkan output yang tidak pasti yang mana anda boleh mengira keputusan purata sebenar dan peluang untuk mencapai matlamat yang ditentukan.
Pelajar akan belajar cara membuat simulasi interaktif yang boleh dikongsi dengan mana-mana pengguna Excel tanpa memerlukan tambahan atau makro. Pendekatan ini sama-sama sesuai untuk Python atau mana-mana persekitaran pengaturcaraan yang menyokong tatasusunan.
Kursus ini sesuai untuk mereka yang selesa dengan Microsoft Excel dan ingin memperdalam pemahaman mereka tentang pengurusan kebarangkalian dan aplikasinya dalam sains data.
Sains Ketidakpastian dan Data (MIT)
Kursus "Kebarangkalian - Sains Ketidakpastian dan Data", yang ditawarkan oleh Massachusetts Institute of Technology (MIT). Merupakan pengenalan asas kepada sains data melalui model probabilistik. Kursus enam belas minggu ini, memerlukan 10 hingga 14 jam pengajian setiap minggu. Ia sepadan dengan sebahagian daripada program MIT MicroMasters dalam statistik dan sains data.
Kursus ini meneroka dunia ketidakpastian: daripada kemalangan dalam pasaran kewangan yang tidak dapat diramalkan kepada komunikasi. Pemodelan kebarangkalian dan bidang inferens statistik yang berkaitan. Adalah dua kunci untuk menganalisis data ini dan membuat ramalan yang kukuh secara saintifik.
Pelajar akan menemui struktur dan elemen asas model kebarangkalian. Termasuk pembolehubah rawak, taburan, min dan variansnya. Kursus ini juga merangkumi kaedah inferens. Undang-undang bilangan besar dan aplikasinya, serta proses rawak.
Kursus ini sesuai untuk mereka yang mahukan pengetahuan asas dalam sains data. Ia menyediakan perspektif yang komprehensif tentang model kebarangkalian. Daripada elemen asas kepada proses rawak dan inferens statistik. Semua ini amat berguna untuk profesional dan pelajar. Terutamanya dalam bidang sains data, kejuruteraan dan statistik.
Kebarangkalian dan Inferens Pengiraan (MIT)
Institut Teknologi Massachusetts (MIT) membentangkan kursus "Kebarangkalian dan Inferens Pengiraan" dalam bahasa Inggeris. Pada program ini, pengenalan peringkat pertengahan kepada analisis dan inferens kebarangkalian. Kursus dua belas minggu ini, yang memerlukan 4-6 jam pengajian setiap minggu, adalah penerokaan yang menarik tentang cara kebarangkalian dan inferens digunakan dalam bidang yang berbeza-beza seperti penapisan spam, navigasi bot mudah alih, atau malah dalam permainan strategi seperti Jeopardy dan Go.
Dalam kursus ini, anda akan mempelajari prinsip kebarangkalian dan inferens dan cara melaksanakannya dalam program komputer yang membuat alasan dengan ketidakpastian dan membuat ramalan. Anda akan belajar tentang struktur data yang berbeza untuk menyimpan taburan kebarangkalian, seperti model grafik kebarangkalian, dan membangunkan algoritma yang cekap untuk menaakul dengan struktur data ini.
Menjelang akhir kursus ini, anda akan tahu cara memodelkan masalah dunia sebenar dengan kebarangkalian dan cara menggunakan model yang terhasil untuk inferens. Anda tidak perlu mempunyai pengalaman terdahulu dalam kebarangkalian atau inferens, tetapi anda harus selesa dengan pengaturcaraan dan kalkulus Python asas.
Kursus ini merupakan sumber yang berharga bagi mereka yang ingin memahami dan menggunakan kaedah statistik dalam bidang sains data, memberikan perspektif yang komprehensif tentang model kebarangkalian dan inferens statistik.
Di Pusat Ketidakpastian: MIT Menyahmisahkan Kebarangkalian
Dalam kursus "Pengenalan kepada Kebarangkalian Bahagian II: Proses Inferens", Institut Teknologi Massachusetts (MIT) menawarkan rendaman lanjutan dalam dunia kebarangkalian dan inferens. Kursus ini, sepenuhnya dalam bahasa Inggeris, adalah kesinambungan logik bahagian pertama, menyelam lebih mendalam ke dalam analisis data dan sains ketidakpastian.
Dalam tempoh enam belas minggu, dengan komitmen 6 jam seminggu, kursus ini meneroka undang-undang nombor besar, kaedah inferens Bayesian, statistik klasik, dan proses rawak seperti proses Poisson dan rantai Markov. Ini adalah penerokaan yang ketat, bertujuan untuk mereka yang sudah mempunyai asas yang kukuh dalam kebarangkalian.
Kursus ini menonjol kerana pendekatan intuitifnya, sambil mengekalkan ketegasan matematik. Ia bukan sahaja membentangkan teorem dan bukti, tetapi bertujuan untuk membangunkan pemahaman yang mendalam tentang konsep melalui aplikasi konkrit. Pelajar akan belajar memodelkan fenomena kompleks dan mentafsir data dunia sebenar.
Sesuai untuk profesional sains data, penyelidik dan pelajar, kursus ini menawarkan perspektif unik tentang cara kebarangkalian dan inferens membentuk pemahaman kita tentang dunia. Sesuai untuk mereka yang ingin mendalami pemahaman mereka tentang sains data dan analisis statistik.
Kombinatorik Analitik: Kursus Princeton untuk Mentafsir Struktur Kompleks (Princeton)
Kursus Kombinatorik Analitik, yang ditawarkan oleh Universiti Princeton, adalah penerokaan kombinatorik analitik yang menarik, satu disiplin yang membolehkan ramalan kuantitatif yang tepat bagi struktur gabungan yang kompleks. Kursus ini, sepenuhnya dalam bahasa Inggeris, adalah sumber yang berharga bagi mereka yang ingin memahami dan menggunakan kaedah lanjutan dalam bidang kombinatorik.
Berlangsung selama tiga minggu dan memerlukan kira-kira 16 jam secara keseluruhan, atau kira-kira 5 jam seminggu, kursus ini memperkenalkan kaedah simbolik untuk memperoleh hubungan fungsi antara fungsi penjanaan biasa, eksponen dan multivariate. Ia juga meneroka kaedah analisis kompleks untuk memperoleh asimptotik tepat daripada persamaan fungsi penjanaan.
Pelajar akan mengetahui bagaimana kombinatorik analitik boleh digunakan untuk meramalkan kuantiti yang tepat dalam struktur gabungan yang besar. Mereka akan belajar untuk memanipulasi struktur gabungan dan menggunakan teknik analisis yang kompleks untuk menganalisis struktur ini.
Kursus ini sesuai untuk mereka yang ingin mendalami pemahaman mereka tentang kombinatorik dan aplikasinya dalam menyelesaikan masalah yang kompleks. Ia menawarkan perspektif unik tentang cara kombinatorik analitik membentuk pemahaman kita tentang struktur matematik dan gabungan.