Supongo que un buen currículo de estadísticas no será suficiente para entrenar a alguien para que sea bueno en la construcción de modelos efectivos para datos del mundo real. Necesitas aprender practicándolo. Sin embargo, algunos cursos clásicos de estadística definitivamente serían útiles para proporcionarle una buena base y conocimientos básicos sobre el modelado estadístico.
Encontré este árbol genealógico de los Cursos de Estadística de Posgrado de Harvard
Una buena manera de organizar los cursos relevantes que un estudiante de maestría puede tomar para establecer una base sólida en estadística. No es una ruta paso a paso, sino una hoja de ruta de clúster por clúster.
Puede comenzar construyendo bases teóricas y aplicadas eligiendo cursos de los dos grupos principales. Yo recomendaría tomar los seis cursos, o al menos leer todos los libros relevantes sobre estos temas. No es difícil mapear los libros de la lista que Justin Rising proporcionó en ¿Cuáles son algunos buenos cursos y libros en línea disponibles para aprender probabilidad y estadísticas? a estos cursos. Por ejemplo, la inferencia estadística (Casella & Berger) es un libro de texto ideal para aprender sobre inferencia, y puede estudiar modelos lineales generalizados con modelos generalizados, lineales y mixtos (McCulloch, Searle y Neuhaus).
- ¿Qué tan importante es el lenguaje de programación R hoy en día? ¿Debo continuar tomando un curso que enseñe el aprendizaje automático a través de la programación R, o ir al curso convencional de aprendizaje automático de Stanford?
- ¿Cuáles son las diferencias entre una base de datos, data mart, data warehouse, un lago de datos y un cubo?
- Comparta materiales gratuitos interesantes sobre ciencias de datos / Big Data / Machine Learning aquí?
- ¿Cuál es el mejor instituto de capacitación en análisis de datos en Delhi?
- Cómo agudizar mi habilidad en el análisis de datos usando el software R
Después de establecer una base adecuada, puede continuar recogiendo algunos cursos de computación y diseño de experimentos, como lo muestra el árbol, como la computación estadística y el aprendizaje automático estadístico, utilizando el Elemento de aprendizaje estadístico como referencia.
Como dijiste que estás principalmente interesado en modelar deportes y algunos mercados especializados, quizás puedas pasar más tiempo aprendiendo series de tiempo y obtener más conocimiento de dominio también. En este artículo, Preparándose para una carrera como estadístico deportivo: dos entrevistas con personas en el campo, un experto estadístico deportivo ofreció sus ideas sobre qué habilidades y entrenamiento académico (por ejemplo, cursos universitarios) son valiosos para su campo.
Dicho esto, sigo sintiendo firmemente que un buen plan de estudios no es lo suficientemente bueno como para capacitarlo para modelar efectivamente datos del mundo real. Incluso si puede haber varios proyectos analíticos como trabajo de curso, los datos involucrados en estos proyectos a menudo son prefiltrados, limpios y bien estructurados, garantizando que contengan señales. Los datos del mundo real tienden a ser mucho menos agradables.