The course "Computational and Graphical Models in Probability" equips learners with essential skills to analyze complex systems through simulation techniques and network analysis. By exploring advanced concepts such as Exponential Random Graph Models and Probabilistic Graphical Models, students will learn to model and interpret intricate social structures and dependencies within data.
Computational and Graphical Models in Probability
Computational and Graphical Models in Probability
Ce cours fait partie de Spécialisation Statistical Methods for Computer Science
Instructeurs : Ian McCulloh
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
2 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Master techniques for simulating random variables, including the Inverse Transformation and Rejection Methods using R programming.
Analyze complex networks using Exponential Random Graph Models to model and interpret social structures and their dependencies.
Understand and apply probabilistic graphical models, including Bayesian networks, to reason about uncertainty and infer relationships in data.
Compétences que vous acquerrez
- Catégorie : Probability Distribution
- Catégorie : Markov Model
- Catégorie : Machine Learning
- Catégorie : R Programming
- Catégorie : Data Visualization
- Catégorie : Social Network Analysis
- Catégorie : R (Software)
- Catégorie : Statistical Hypothesis Testing
- Catégorie : Simulations
- Catégorie : Probability & Statistics
- Catégorie : Statistical Analysis
- Catégorie : Bayesian Network
- Catégorie : Graph Theory
- Catégorie : Statistical Modeling
- Catégorie : Network Analysis
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
8 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Statistical Methods for Computer Science
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
This course covers advanced techniques in network and probabilistic modeling, including simulation methods, exponential random graph models, and probabilistic graphical models. You will gain practical skills in analyzing complex systems and relational data.
Inclus
2 lectures1 plugin
This module develops student proficiency in simulating random variables for arbitrary density functions. Students will be introduced to the Inverse Transformation Method and the Rejection Method.
Inclus
4 vidéos2 lectures3 devoirs1 laboratoire non noté
Exponential Random Graph Models introduce the use of exponential random graph models (ERGMs) for network analysis. You will learn how to model and interpret complex social and relational structures.
Inclus
2 vidéos2 lectures2 devoirs1 laboratoire non noté
This module introduces a framework for encoding probability distributions over complex joint domains over large numbers of random variables that interact with one another. Students will become familiar with probabilistic graph model applications to many machine learning problems.
Inclus
5 vidéos2 lectures3 devoirs
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.
Offert par
En savoir plus sur Probability and Statistics
Statut : Essai gratuitJohns Hopkins University
Statut : Essai gratuitStanford University
Statut : Essai gratuitJohns Hopkins University
Statut : Essai gratuitJohns Hopkins University
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
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
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
Plus de questions
Aide financière disponible,