Detalle del curso

Foundations of Data Science: Inferential Thinking by Resampling

Imagen del curso

Learn how to use inferential thinking to make conclusions about unknowns based on data in random samples.

Acerca de este curso

Using real-world examples from law, medicine and football, you’ll discover how data scientists make conclusions about unknowns based on the data available. Often, the data we have is incomplete, yet we’d still like to draw inferences about the world and quantify the uncertainty in our conclusions. This is called statistical inference. In this course, you will learn methods for statistical inference and see how to apply them to real-world data sets.

The course will teach you estimation: given a random sample, estimate some quantity that we cannot observe directly. You will also learn how to quantify the uncertainty in your estimate. Second, the course will teach you about hypothesis testing, which allows us to evaluate theories or hypotheses about how the world works. In hypothesis testing, we compare what the theory would predict to the actual observations and data we have, to determine whether the theory appears to be consistent with the available data. You will also learn how to quantify the uncertainty in the conclusions you draw using hypothesis testing. This helps assess whether patterns that appear to be present in the data actually represent a true relationship in the world or whether they might merely reflect random fluctuations due to noise. You will learn multiple methods for estimation and hypothesis testing, based on simulation, the bootstrap method, and A/B testing for comparing two random samples. Finally, you will learn about randomized controlled experiments and how to draw conclusions about causality.

The course emphasizes the conceptual basis of inference, the logic of the decision-making process, and the sound interpretation of results.

Que aprenderás

  • The logical and conceptual frameworks of inference
  • The purpose and power of resampling methods
  • Relations between sample size and accuracy
  • Hypothesis testing
  • Bootstrap confidence intervals
  • A/B testing and other tests of hypotheses
  • How to interpret results

Conoce a tus instructores

imagen de instructor

Ani Adhikari

Teaching Professor of Statistics

UC Berkeley

imagen de instructor

John DeNero

Giancarlo Teaching Fellow in the EECS Department

UC Berkeley

imagen de instructor

David Wagner

Professor of Computer Science

UC Berkeley

Obtén un certificado para resaltar el conocimiento y las habilidades que adquiriste ($ 149USD)

imagen de certificado
  • Oficial y aprobado

    Obtén un certificado con el logotipo de la institución y la firma de un profesor para demostrar tus logros y aumentar tus prospectos profesionales

  • Fácil de compartir

    Agrega el certificado a tu currículum u hoja de vida, o publicalo directamente en LinkedIn

  • Medida motivacional demostrada

    Concédete a ti mismo un estímulo adicional para completar el curso

  • Apoya nuestra labor

    EdX es una organización sin fines de lucro que se sustenta mediante la expedición de certificados y su objetivo es colaborar en el establecimiento de una educación gratuita y accesible para todo el mundo

Ir al curso

Categoría: Computer Science

Nivel : Introductory

Institución : University of California, Berkeley

Valor : GRATUITO
Agregue un certificado aprobado por $149 USD

Esfuerzo : 4-6 horas a la semana

Duración : 6 Semanas

Prerequisitos

Data8.1x

¿Quiénes somos?

Aprenderis es la nueva plataforma de OCCEducación que permite a las personas compartir y acceder al conocimiento global mediante cursos en línea desde cualquier dispositivo, en cualquier momento y en cualquier lugar.

¡Crea y vende tu curso en línea!

Haz de tus conocimientos una fuente de ingresos

Asesoría gratis

Encontrar cursos

Cursos gratis

¿Qué quieres aprender hoy?

Cursos en línea. Estudia desde cualquier dispositivo y a tu propio ritmo

Conoce nuestros Terminos y Condiciones de uso así como las Políticas de privacidad

"Para una mejor experiencia con la plataforma Aprenderis, sugerimos utilizar el navegador Google Chrome ó Safari."