¿Cuáles son los mejores cursos o referencias para la probabilidad de aprendizaje y las estadísticas para el aprendizaje automático?

El siguiente es el mejor curso para obtener información sobre probabilidad y estadística para desarrollar una base sólida para el aprendizaje automático:

http://online.stanford.edu/cours…: Probabilidad y estadísticas de Stanford.

  • Sin plazos, es decir, curso a su propio ritmo.
  • No hay declaración de logro.
  • Libre de costo.
  • Sin crédito.
  • Sin verificación
  • No hace falta decir, material de clase mundial.

Todo lo que necesitas es un poco de motivación para completar el curso.

Contenido del curso:

  1. Análisis exploratorio de datos.
  2. Produciendo datos.
  3. Probabilidad.
  4. Inferencia.

Además de este curso, también hay una especialización de Coursera:

https://www.coursera.org/special…: Estadísticas con R de Duke U.

Los 4 cursos junto con el capstone son pertinentes a su pregunta:

  1. Introducción a la probabilidad y los datos.
  2. Estadística inferencial.
  3. Regresión lineal y modelado.
  4. Estadísticas Bayesianas.
  5. Proyecto Capstone de estadísticas.

Aquí hay un curso en línea recientemente lanzado sobre Probabilidad y Estadística impartido por la Facultad de Harvard. Este curso le presentará la disciplina de la estadística como una ciencia de comprensión y análisis de datos. Si desea aprender simultáneamente R y estadísticas aplicadas, puede contar con este curso para llevarlo desde principiante a un nivel avanzado. Comience con los conceptos básicos de R y explore los datos, luego continúe para comprender la incertidumbre, los intervalos de confianza y las pruebas de hipótesis, luego modele con regresión simple y múltiple para aprender cómo usar los datos para hacer inferencias y conclusiones sobre fenómenos del mundo real. – Ver más en: Probabilidad y Estadística | Curso de probabilidad | Aprender probabilidad y estadística | Curso de estadísticas en línea | Aprender estadísticas

La probabilidad y las estadísticas son las mismas para cada área: necesita una buena base para seguir adelante.

Si realmente desea comprender la probabilidad y las estadísticas, hágase un favor e inscríbase en el curso Introducción a la probabilidad: la ciencia de la incertidumbre, del MIT, en edX. Es gratis, es invaluable y es DURO. Si obtiene el 90% o más, se sentirá realmente cómodo con la probabilidad y los fundamentos de las estadísticas, tanto clásicas como bayesianas. Tendrá falta el conocimiento de técnicas específicas, pero tendrá bases sólidas sobre las cuales desarrollar sus habilidades.

¡Buena suerte!

More Interesting

¿De qué maneras alguien puede obtener ingresos del aprendizaje automático (trabajo por cuenta propia)?

¿Dónde está el mejor lugar para encontrar startups emergentes de aprendizaje automático y PNL?

¿Cómo se entrenan las redes estocásticas generativas?

¿Cómo afecta el término de regularización a la constante de Lipschitz en la minimización empírica regularizada del riesgo?

He completado la clase Coursera de Andrew Ng sobre aprendizaje automático. ¿Qué debería hacer después? ¿Qué puedo hacer a continuación?

¿Hay algún lugar para ingenieros de software que no aprendan IA o Machine Learning en los próximos 10 años o todos tienen que aprenderlo?

¿Qué algoritmo puedo implementar para hacer una reducción de dimensión con restricción no negativa? (PCA se asignará al espacio negativo)

¿Puedo confiar en un modelo de clasificación con validación cruzada y precisión de prueba decentes incluso si el número de observaciones es menor que el de las características?

Ahora mismo estoy aprendiendo desarrollo web, pero no creo que me sea muy útil. ¿Debo aprender el aprendizaje automático o el desarrollo de software?

¿Cómo debo aprender el aprendizaje automático? ¿Puede proporcionar una hoja de ruta específica desde un principiante hasta un experto?

¿Cuáles son las principales diferencias entre la teoría de juegos y el aprendizaje por refuerzo?

¿Cuáles son las mejores medidas de rendimiento para un modelo de detección de anomalías?

¿Es posible entrenar modelos de aprendizaje automático de procesamiento de datos en dispositivos locales y enviar solo el modelo entrenado al servidor?

¿Qué le parece más interesante: el análisis de series temporales o el aprendizaje automático? ¿Por qué?

¿Cómo manejan las empresas en Silicon Valley sus datos de flujo de red?