Курсеви енглеског
Увод у линеарне моделе и матричну алгебру (Харвард)
Универзитет Харвард, преко своје ХарвардКс платформе на едКс-у, нуди курс „Увод у линеарне моделе и матричну алгебру“. Иако се курс предаје на енглеском језику, нуди јединствену прилику да научите основе матричне алгебре и линеарне моделе, основне вештине у многим научним областима.
Овај четворонедељни курс, који захтева 2 до 4 сата учења недељно, дизајниран је тако да се заврши сопственим темпом. Фокусира се на коришћење програмског језика Р за примену линеарних модела у анализи података, посебно у наукама о животу. Студенти ће научити да манипулишу матричном алгебром и разумеју њену примену у експерименталном дизајну и високодимензионалној анализи података.
Програм покрива нотацију матричне алгебре, матричне операције, примену матричне алгебре на анализу података, линеарне моделе и увод у КР декомпозицију. Овај курс је део серије од седам курсева, који се могу похађати појединачно или као део два професионална сертификата за анализу података за науке о животу и анализу геномских података.
Овај курс је идеалан за оне који желе да стекну вештине у статистичком моделовању и анализи података, посебно у контексту природних наука. Пружа солидну основу за оне који желе да даље истражују матричну алгебру и њену примену у различитим научним и истраживачким областима.
Велика вероватноћа (Харвард)
LПлејлиста „Статистика 110: Вероватноћа“ на ИоуТубе-у, коју на енглеском предаје Џо Блицштајн са Универзитета Харвард, је непроцењив ресурс за оне који желе да продубе своје знање о вероватноћи. Плејлиста укључује видео записе са лекција, материјале за преглед и преко 250 вежби са детаљним решењима.
Овај курс енглеског је свеобухватан увод у вероватноћу, представљен као суштински језик и скуп алата за разумевање статистике, науке, ризика и случајности. Концепти који се предају су применљиви у различитим областима као што су статистика, наука, инжењеринг, економија, финансије и свакодневни живот.
Обухваћене теме укључују основе вероватноће, случајне променљиве и њихове дистрибуције, униваријантне и мултиваријантне дистрибуције, граничне теореме и Марковљеве ланце. Курс захтева претходно познавање рачуна са једном променљивом и познавање матрица.
За оне који познају енглески језик и који желе да дубински истраже свет вероватноће, ова серија курсева на Харварду нуди обогаћујућу прилику за учење. Можете да приступите плејлисти и њеном детаљном садржају директно на ИоуТубе-у.
Објашњена вероватноћа. Курс са француским титловима (Харвард)
Курс „Фат Цханце: Пробабилити фром тхе Гроунд Уп“, који нуди ХарвардКс на едКс-у, је фасцинантан увод у вероватноћу и статистику. Иако се курс предаје на енглеском језику, доступан је публици која говори француски захваљујући доступним француским титловима.
Овај седмонедељни курс, који захтева 3 до 5 сати учења недељно, дизајниран је за оне који су нови у проучавању вероватноће или који траже приступачан преглед кључних концепата пре него што се упишу на курс статистике. Универзитетски ниво. „Фат Цханце“ наглашава развијање математичког размишљања, а не памћење термина и формула.
Почетни модули уводе основне вештине бројања, које се затим примењују на једноставне проблеме вероватноће. Наредни модули истражују како се ове идеје и технике могу прилагодити за решавање ширег спектра проблема са вероватноћом. Курс се завршава уводом у статистику кроз појмове очекиване вредности, варијансе и нормалне дистрибуције.
Овај курс је идеалан за оне који желе да побољшају своје квантитативне вештине закључивања и разумеју основе вероватноће и статистике. Пружа обогаћујућу перспективу о кумулативној природи математике и како се она примењује на разумевање ризика и случајности.
Статистичко закључивање и моделирање за експерименте велике пропусности (Харвард)
Курс „Статистичко закључивање и моделирање експеримената високе пропусности“ на енглеском се фокусира на технике које се користе за извођење статистичког закључивања о подацима велике пропусности. Овај четворонедељни курс, који захтева 2-4 сата учења недељно, драгоцен је ресурс за оне који желе да разумеју и примењују напредне статистичке методе у истраживачким окружењима са интензивним подацима.
Програм покрива различите теме, укључујући проблем вишеструког поређења, стопе грешака, процедуре контроле стопе грешака, стопе лажног откривања, к-вредности и истраживачку анализу података. Такође уводи статистичко моделирање и његову примену на податке велике пропусности, расправљајући о параметарским дистрибуцијама као што су биномна, експоненцијална и гама, и описује процену максималне вероватноће.
Студенти ће научити како се ови концепти примењују у контекстима као што су секвенцирање следеће генерације и подаци у микронизовима. Курс такође покрива хијерархијске моделе и Бајесову емпирију, са практичним примерима њихове употребе.
Овај курс је идеалан за оне који желе да продубе своје разумевање статистичких закључака и моделирања у савременим научним истраживањима. Пружа дубински поглед на статистичку анализу сложених података и одличан је ресурс за истраживаче, студенте и професионалце у областима природних наука, биоинформатике и статистике.
Увод у вероватноћу (Харвард)
Курс „Увод у вероватноћу“, који нуди ХарвардКс на едКс-у, је дубинско истраживање вероватноће, суштински језик и скуп алата за разумевање података, случајности и неизвесности. Иако се курс предаје на енглеском језику, доступан је публици која говори француски захваљујући доступним француским титловима.
Овај десетонедељни курс, који захтева 5-10 сати учења недељно, има за циљ да унесе логику у свет испуњен случајношћу и неизвесношћу. Он ће обезбедити алате потребне за разумевање података, науке, филозофије, инжењеринга, економије и финансија. Не само да ћете научити како да решите сложене техничке проблеме, већ и како да примените ова решења у свакодневном животу.
Уз примере који се крећу од медицинског тестирања до спортских предвиђања, добићете солидну основу за проучавање статистичких закључака, стохастичких процеса, насумичних алгоритама и других тема где је вероватноћа неопходна.
Овај курс је идеалан за оне који желе да повећају своје разумевање неизвесности и случајности, правећи добра предвиђања и разумевање случајних променљивих. Он пружа обогаћујућу перспективу о уобичајеним дистрибуцијама вероватноће које се користе у статистици и науци о подацима.
Примењени рачун (Харвард)
Курс „Примењени рачун!”, који нуди Харвард на едКс-у, је дубинско истраживање примене рачуна са једном променљивом у друштвеним, животним и физичким наукама. Овај курс, у потпуности на енглеском, одлична је прилика за оне који желе да схвате како се рачуница примењује у стварном свету професионалног контекста.
У трајању од десет недеља и захтева између 3 и 6 сати учења недељно, овај курс превазилази традиционалне уџбенике. Он сарађује са професионалцима из различитих области како би показао како се рачун користи за анализу и решавање проблема из стварног света. Студенти ће истраживати различите примене, у распону од економске анализе до биолошког моделирања.
Програм обухвата употребу извода, интеграла, диференцијалних једначина и наглашава значај математичких модела и параметара. Дизајниран је за оне који имају основно разумевање рачуна једне променљиве и заинтересовани су за његове практичне примене у различитим областима.
Овај курс је савршен за студенте, наставнике и професионалце који желе да продубе своје разумевање рачуна и открију његове примене у стварном свету.
Увод у математичко расуђивање (Станфорд)
Курс „Увод у математичко размишљање“, који нуди Универзитет Станфорд на Цоурсера, представља зарон у свет математичког закључивања. Иако се курс предаје на енглеском језику, доступан је публици која говори француски захваљујући доступним француским титловима.
Овај седмонедељни курс, који захтева приближно 38 сати укупно, или приближно 12 сати недељно, дизајниран је за оне који желе да развију математичко размишљање, другачије од једноставног вежбања математике како се то често представља у школском систему. Курс се фокусира на развијање „ван оквира“ начина размишљања, вредне вештине у данашњем свету.
Студенти ће истражити како професионални математичари мисле да решавају проблеме из стварног света, било да потичу из свакодневног света, из науке или из саме математике. Курс помаже у развоју овог кључног начина размишљања, превазилазећи процедуре учења за решавање стереотипних проблема.
Овај курс је идеалан за оне који желе да ојачају своје квантитативно резоновање и разумеју основе математичког закључивања. Пружа обогаћујућу перспективу кумулативне природе математике и њене примене у разумевању сложених проблема.
Статистичко учење са Р (Станфорд)
Курс „Статистичко учење са Р“, који нуди Станфорд, представља увод на средњем нивоу у надгледано учење, фокусирајући се на методе регресије и класификације. Овај курс, у потпуности на енглеском језику, је драгоцен ресурс за оне који желе да разумеју и примењују статистичке методе у области науке о подацима.
У трајању од једанаест недеља и захтева 3-5 сати учења недељно, курс покрива и традиционалне и узбудљиве нове методе у статистичком моделирању, као и како их користити у програмском језику Р. Курс је ажуриран 2021. за друго издање приручник за курс.
Теме обухватају линеарну и полиномијску регресију, логистичку регресију и линеарну дискриминантну анализу, унакрсну валидацију и покретање, методе избора и регуларизације модела (гребен и ласо), нелинеарне моделе, сплине и генерализоване адитивне моделе, методе засноване на дрвету, насумичне шуме и појачавање, подржавају векторске машине, неуронске мреже и дубоко учење, моделе преживљавања и вишеструко тестирање.
Овај курс је идеалан за оне са основним знањем статистике, линеарне алгебре и рачунарских наука, и који желе да продубе своје разумевање статистичког учења и његове примене у науци о подацима.
Како научити математику: курс за све (Станфорд)
Курс „Како научити математику: за студенте“, који нуди Станфорд. Је бесплатан онлајн курс за ученике свих нивоа математике. У потпуности на енглеском, комбинује важне информације о мозгу са новим доказима о најбољим начинима приступа математици.
Траје шест недеља и захтева 1 до 3 сата учења недељно. Курс је осмишљен да трансформише однос ученика према математици. Многи људи су имали негативна искуства са математиком, што је довело до одбојности или неуспеха. Овај курс има за циљ да ученицима пружи информације које су им потребне за уживање у математици.
Обрађене су теме као што су мозак и учење математике. Митови о математици, начину размишљања, грешкама и брзини су такође покривени. Нумеричка флексибилност, математичко резоновање, везе, нумерички модели су такође део програма. Не заборављају се представе математике у животу, али и у природи и на послу. Курс је осмишљен са педагогијом активног ангажовања, чинећи учење интерактивним и динамичним.
То је драгоцен извор за свакога ко жели да види математику другачије. Развијте дубље и позитивно разумевање ове дисциплине. Посебно је погодан за оне који су имали негативна искуства са математиком у прошлости и желе да промене ову перцепцију.
Управљање вероватноћом (Станфорд)
Курс „Увод у управљање вероватноћом“, који нуди Станфорд, представља увод у дисциплину управљања вероватноћом. Ово поље се фокусира на преношење и израчунавање несигурности у облику табела података које се могу ревидирати под називом Стохастички информациони пакети (СИП). Овај десетонедељни курс захтева 1 до 5 сати учења недељно.То је несумњиво драгоцен ресурс за оне који желе да разумеју и примењују статистичке методе у области науке о подацима.
Курикулум курса покрива теме као што је препознавање „недостатка просека“, скупа систематских грешака које настају када су несигурности представљене појединачним бројевима, обично просеком. То објашњава зашто многи пројекти касне, изнад буџета и испод буџета. Курс такође предаје Аритметику несигурности, која изводи прорачуне са несигурним улазима, што резултира несигурним излазним подацима из којих можете израчунати праве просечне резултате и шансе за постизање одређених циљева.
Ученици ће научити како да креирају интерактивне симулације које се могу делити са било којим корисником Екцел-а без потребе за додацима или макроима. Овај приступ је подједнако погодан за Питхон или било које програмско окружење које подржава низове.
Овај курс је идеалан за оне који су задовољни Мицрософт Екцел-ом и желе да продубе своје разумевање управљања вероватноћом и његове примене у науци о подацима.
Наука о неизвесности и подацима (МИТ)
Курс „Вероватноћа – наука о неизвесности и подацима“, који нуди Масачусетски технолошки институт (МИТ). То је фундаментални увод у науку о подацима кроз пробабилистичке моделе. Овај шеснаестнедељни курс, који захтева 10 до 14 сати учења недељно. Одговара делу МИТ МицроМастерс програма у статистици и науци о подацима.
Овај курс истражује свет неизвесности: од незгода на непредвидивим финансијским тржиштима до комуникација. Пробабилистичко моделирање и сродна област статистичког закључивања. Да ли су два кључа за анализу ових података и прављење научно утемељених предвиђања.
Студенти ће открити структуру и основне елементе пробабилистичких модела. Укључујући случајне варијабле, њихове дистрибуције, средње вредности и варијансе. Курс такође покрива методе закључивања. Закони великих бројева и њихове примене, као и случајни процеси.
Овај курс је савршен за оне који желе фундаментална знања из науке о подацима. Пружа свеобухватну перспективу вероватноистичких модела. Од основних елемената до случајних процеса и статистичког закључивања. Све ово је посебно корисно за професионалце и студенте. Посебно у области науке о подацима, инжењеринга и статистике.
Рачунска вероватноћа и закључак (МИТ)
Технолошки институт Масачусетса (МИТ) представља курс „Рачунарска вероватноћа и закључивање” на енглеском језику. На програму, средњи ниво увод у пробабилистичку анализу и закључивање. Овај дванаестонедељни курс, који захтева 4 до 6 сати учења недељно, представља фасцинантно истраживање о томе како се вероватноћа и закључивање користе у различитим областима као што су филтрирање нежељене поште, навигација мобилним ботовима, или чак у стратешким играма као што су Јеопарди анд Го.
На овом курсу ћете научити принципе вероватноће и закључивања и како их применити у компјутерским програмима који размишљају са несигурношћу и праве предвиђања. Научићете о различитим структурама података за чување дистрибуција вероватноће, као што су вероватносни графички модели, и развити ефикасне алгоритме за резоновање са овим структурама података.
До краја овог курса знаћете како да моделујете проблеме у стварном свету са вероватноћом и како да користите резултујуће моделе за закључивање. Не морате да имате претходно искуство у вероватноћи или закључивању, али би требало да будете задовољни основним Питхон програмирањем и рачуном.
Овај курс је вредан ресурс за оне који желе да разумеју и примене статистичке методе у области науке о подацима, пружајући свеобухватну перспективу о вероватноћалним моделима и статистичким закључцима.
У срцу неизвесности: МИТ демистификује вероватноћу
У оквиру курса „Увод у вероватноћу ИИ део: Процеси закључивања“, Масачусетски институт за технологију (МИТ) нуди напредно урањање у свет вероватноће и закључивања. Овај курс, у потпуности на енглеском, логичан је наставак првог дела, који дубље урања у анализу података и науку о неизвесности.
Током периода од шеснаест недеља, уз посвећеност од 6 сати недељно, овај курс истражује законе великих бројева, Бајесове методе закључивања, класичну статистику и случајне процесе као што су Поасонови процеси и Марковљеви ланци. Ово је ригорозно истраживање, намењено онима који већ имају чврсту основу у вероватноћи.
Овај курс се истиче по свом интуитивном приступу, уз задржавање математичке строгости. Не представља само теореме и доказе, већ има за циљ да развије дубоко разумевање концепата кроз конкретне примене. Ученици ће научити да моделују сложене појаве и тумаче податке из стварног света.
Идеалан за професионалце из науке о подацима, истраживаче и студенте, овај курс нуди јединствену перспективу о томе како вероватноћа и закључак обликују наше разумевање света. Савршено за оне који желе да продубе своје разумевање науке о подацима и статистичке анализе.
Аналитичка комбинаторика: Принстонски курс за дешифровање сложених структура (Принстон)
Курс Аналитичка комбинаторика, који нуди Универзитет Принстон, је фасцинантно истраживање аналитичке комбинаторике, дисциплине која омогућава прецизна квантитативна предвиђања сложених комбинаторних структура. Овај курс, у потпуности на енглеском језику, је драгоцен ресурс за оне који желе да разумеју и примене напредне методе у области комбинаторике.
Траје три недеље и захтева приближно 16 сати укупно, или приближно 5 сати недељно, овај курс уводи симболичку методу за извођење функционалних односа између обичних, експоненцијалних и мултиваријантних функција генерисања. Такође истражује методе комплексне анализе како би се из једначина генеришућих функција извела прецизна асимптотика.
Студенти ће открити како се аналитичка комбинаторика може користити за предвиђање прецизних количина у великим комбинаторним структурама. Научиће да манипулишу комбинаторним структурама и да користе сложене технике анализе за анализу ових структура.
Овај курс је идеалан за оне који желе да продубе своје разумевање комбинаторике и њене примене у решавању сложених проблема. Нуди јединствену перспективу о томе како аналитичка комбинаторика обликује наше разумевање математичких и комбинаторних структура.