When will I have access to the lectures and assignments?

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.

What will I get if I subscribe to this Specialization?

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.

Is financial aid available?

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.

Data Science Decisions in Time:Sequential Hypothesis Testing

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen. Sehen Sie sich die Sprachen an, die wir anbieten.

Data Science Decisions in Time:Sequential Hypothesis Testing

Dieser Kurs ist Teil von Spezialisierung „Data Science Decisions in Time“

Dozent: Thomas Woolf

Bei enthalten

Mehr erfahren

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

6 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

Kategorie: Bioinformatics
Kategorie: Bayesian Statistics
Kategorie: Magnetic Resonance Imaging
Kategorie: Algorithms
Kategorie: Biostatistics
Kategorie: Data Structures
Kategorie: A/B Testing
Kategorie: Program Development
Kategorie: Computer Vision
Kategorie: Medical Imaging
Kategorie: Precision Medicine
Kategorie: Statistical Hypothesis Testing
Kategorie: Statistical Methods
Kategorie: Data-Driven Decision-Making
Kategorie: Clinical Trials
Kategorie: Probability Distribution
Kategorie: Reinforcement Learning
Kategorie: Data Science
Kategorie: Statistical Inference
Kategorie: Image Analysis

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

11 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Data Science Decisions in Time“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module

This is part of our specialization on Making Decision in Time. For this second course we start with a landmark paper from Chernoff and build new insights into the ideas that his paper sparked. The ending point should bring new code and new algorithm insights into perspective, and use, by many computer and data scientists.

Moduldetails

We extend Wald's ideas for sequential hypothesis testing to a new -- and closely related -- problem. In this second course we evaluate how best to choose from a set of hypothesis for sequentially arriving data. This has many modern applications, for example how best to set a price for a new product, what is the best therapy for a patient, how to determine the rare events in a stream of visual images and many many more. We begin by examining a type of visual search for the 'odd one out' and then build from that first week.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

3 VideosInsgesamt 36 Minuten

Given a visual grid of pictures: can you find the odd one out?12 Minuten
Rationalizing how odd-one-out is determined by Chernoff's ideas9 Minuten
The ABC of Chernoff's 1959 paper15 Minuten

1 LektüreInsgesamt 10 Minuten

Searching Visually10 Minuten

2 AufgabenInsgesamt 210 Minuten

How well do you understand Chernoff's method?30 Minuten
Quiz 1180 Minuten

Searching within an ordered hierarchical setting can improve the search. But, it is not immediately obvious how to setup the data structure to support this type of search. In this part of the course we explore how to define a biased walk, based on information, to quickly find an 'odd one out'. From this concept of walking along a tree structure, we then move into thinking about how to best setup that tree structure.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

3 VideosInsgesamt 30 Minuten

Looking for rare images in large image libraries at scale7 Minuten
Creating a random walk that efficiently explores a binary tree9 Minuten
Using MCMC to find an optimal (and explainable) tree14 Minuten

1 LektüreInsgesamt 10 Minuten

Hierarchy can be good for you10 Minuten

2 AufgabenInsgesamt 210 Minuten

What is a binary tree?30 Minuten
Quiz 2180 Minuten

Many real-world applications have extremely large action and/or hypothesis spaces. For the application of Chernoff's ideas there has to be a way to apply the algorithms quickly at scale. In this set of material we examine how approximations may work and how Chernoff's ideas have been extended to different types of problems.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

3 VideosInsgesamt 30 Minuten

A clinical dream: testing for cancer with a blood 'biopsy'9 Minuten
Two stages of active hypothesis testing may be better than one10 Minuten
Greedy approximate algorithm to handle a blood 'biopsy'10 Minuten

1 LektüreInsgesamt 10 Minuten

Bringing a large set into focus10 Minuten

2 AufgabenInsgesamt 210 Minuten

Can you define Greedy?30 Minuten
Quiz 3180 Minuten

The ideas that we have been exploring can also be applied to data slices collected at disparate windows in time, can be applied to improving MRI scans and can be applied to molecular protein design. These applications all share the concept of using sequential hypothesis testing to improve understanding. In addition, all three of these ideas are under active code development.

Das ist alles enthalten

3 Videos1 Lektüre2 Aufgaben

In our fifth week we explore how to move beyond the 'odd one out' and into multiple hypothesis testing for streams of data. This could be for setting a dosage level on a medication or on how to identify objects in a set of images.