Spécialisation Advanced Statistical Techniques for Data Science

Ce spécialisation n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Spécialisation Advanced Statistical Techniques for Data Science

Master Advanced Statistical Techniques for Data. Gain deep insights into data through advanced statistical methods and practical applications.

Inclus avec Coursera Plus

Série de 5 cours

Approfondissez votre connaissance d’un sujet

niveau Intermédiaire

Expérience recommandée

Planning flexible

4 mois à raison de 10 heures par semaine

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Série de 5 cours

Approfondissez votre connaissance d’un sujet

niveau Intermédiaire

Expérience recommandée

Planning flexible

4 mois à raison de 10 heures par semaine

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Vue d'ensemble

This specialization provides a comprehensive understanding of advanced statistical techniques used in data science. Learners will explore linear regression, model diagnostics, variable selection, Bayesian statistics, and data preparation. The courses are designed to equip data scientists and researchers with the skills needed to analyze complex data sets and draw meaningful conclusions.

Projet d'apprentissage appliqué

Learners will engage in projects that involve real-world data analysis, model building, and validation. These projects will help learners apply statistical techniques to solve authentic problems and present actionable insights to stakeholders. However, there is no required capstone project for this specialization.

How to perform linear and nonlinear regression analysis using R.
Techniques for diagnosing and remediating issues in regression models.
Bayesian statistical methods for data analysis and inference.

Compétences que vous acquerrez

Catégorie : Histogram
Catégorie : Advanced Analytics
Catégorie : Correlation Analysis
Catégorie : Classification And Regression Tree (CART)
Catégorie : Regression Analysis
Catégorie : Statistical Modeling
Catégorie : Data Analysis
Catégorie : Analytics
Catégorie : Statistical Inference
Catégorie : Bayesian Statistics
Catégorie : Customer Analysis
Catégorie : Data Visualization
Catégorie : Statistical Analysis
Catégorie : Statistical Methods
Catégorie : Feature Engineering
Catégorie : Decision Tree Learning
Catégorie : Data Mining
Catégorie : Market Analysis

Outils que vous découvrirez

Catégorie : Python Programming
Catégorie : R Programming

Ce qui est inclus

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Récemment mis à jour !

mai 2025

102 exercices pratiques

Améliorez votre expertise en la matière

Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
Maîtrisez un sujet ou un outil avec des projets pratiques
Développez une compréhension approfondie de concepts clés
Obtenez un certificat professionnel auprès de Illinois Tech

Spécialisation - 5 séries de cours

Linear Regression

COURS 127 heures4.5 (26 évaluations)Voir le cours

Ce que vous apprendrez

Describe the assumptions of the linear regression models.
Use R to fit a linear regression model to a given data set.
Interpret and draw conclusions on the linear regression model.

Compétences que vous acquerrez

Catégorie : Regression Analysis

Catégorie : R Programming

Catégorie : Statistical Inference

Catégorie : Statistical Modeling

Catégorie : Statistical Methods

Catégorie : Probability & Statistics

Catégorie : Data Analysis

Catégorie : Linear Algebra

Catégorie : Statistical Analysis

Model Diagnostics and Remedial Measures

COURS 219 heuresVoir le cours

Ce que vous apprendrez

Describe the assumptions of the linear regression models.
Use diagnostic plots to detect violations of the assumptions of a linear regression model.
Perform variable selections and model validations.

Compétences que vous acquerrez

Catégorie : Statistical Modeling

Catégorie : Statistical Methods

Catégorie : Data Transformation

Catégorie : Regression Analysis

Catégorie : Statistical Hypothesis Testing

Catégorie : Mathematical Modeling

Catégorie : Correlation Analysis

Catégorie : Statistical Inference

Catégorie : Statistical Analysis

Catégorie : Feature Engineering

Catégorie : Exploratory Data Analysis

Catégorie : R Programming

Variable Selection, Model Validation, Nonlinear Regression

COURS 320 heuresVoir le cours

Ce que vous apprendrez

If you have a technical background in mathematics/statistics/computer science/engineering and or are pursuing a career change to jobs or industries that are data-driven, this course is for you. Those industries might be finance, retail, tech, healthcare, government, or many others. The opportunity is endless.

This course will focus on getting you acquainted with the generalized linear model (GLM) through the examples of logistic and Poisson regression. You will also see how simple and multiple linear regression relates to GLM using the link function. We will also study a regression technique that is robust to having outliers in the data. Finally, we will learn how to perform model validation involving GLM. After this course, students will be able to: - Determine which regression models to use based on the nature of the response variable. - Use regression technique which is robust to the presence of outliers. - Perform generalized linear regression using R by identifying the correct link function. - Interpret and draw conclusions on the regression model. - Use R to perform statistical inference based on the regression models.

Compétences que vous acquerrez

Catégorie : Regression Analysis

Catégorie : R Programming

Catégorie : Predictive Modeling

Catégorie : Statistical Hypothesis Testing

Catégorie : Advanced Analytics

Catégorie : Data Validation

Catégorie : Statistical Modeling

Catégorie : Probability & Statistics

Catégorie : Statistical Inference

Catégorie : Statistical Analysis

Catégorie : Anomaly Detection

Bayesian Computational Statistics

COURS 488 heuresVoir le cours

Ce que vous apprendrez

A rigorous introduction to the theory of Bayesian Statistical Inference and Data Analysis, including prior and posterior distributions, Bayesian estimation and testing, Bayesian computation theories and methods, and implementation of Bayesian computation methods using popular statistical software.

Compétences que vous acquerrez

Catégorie : Bayesian Statistics

Catégorie : Statistical Modeling

Catégorie : Statistical Inference

Catégorie : Simulations

Catégorie : Regression Analysis

Catégorie : Numerical Analysis

Catégorie : Statistical Analysis

Catégorie : Probability Distribution

Catégorie : Predictive Modeling

Catégorie : Markov Model

Catégorie : Statistical Methods

Catégorie : Probability

Data Preparation and Analysis

COURS 579 heuresVoir le cours

Ce que vous apprendrez

1. Apply appropriate techniques for generating insights from data.
2. Present actionable solutions with confidence to the business stakeholders.

Compétences que vous acquerrez

Catégorie : Feature Engineering

Catégorie : Predictive Modeling

Catégorie : Data Mining

Catégorie : Performance Metric

Catégorie : Histogram

Catégorie : Customer Analysis

Catégorie : Classification And Regression Tree (CART)

Catégorie : Python Programming

Catégorie : Unsupervised Learning

Catégorie : Regression Analysis

Catégorie : Decision Tree Learning

Catégorie : Correlation Analysis

Catégorie : Analytics

Catégorie : Data Visualization

Catégorie : Statistical Analysis

Catégorie : Machine Learning Methods

Catégorie : Data Analysis

Catégorie : Market Analysis

Catégorie : Cross Selling

Catégorie : Statistical Methods

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Préparer un diplôme

Ce site Spécialisation fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Illinois Tech. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeurs

Ming-Long Lam

Illinois Tech

1 Cours1 587 apprenants

Shahrzad (Sarah) Jamshidi

Illinois Tech

2 Cours1 872 apprenants

Jawahar Panchal

Illinois Tech

1 Cours1 587 apprenants

Kiah Ong

Illinois Tech

3 Cours2 647 apprenants

Offert par

Illinois Tech

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

No, it’s not required—but it is recommended that you follow the course sequence listed on the specialization landing page. This order is designed to help you build your skills progressively, from foundational concepts to more advanced topics.

No, this specialization is open to all MOOC learners. You do not need to be an admitted degree-seeking student to complete the specialization and receive a Coursera–IIT co-branded non-credit certificate.

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.