Welcome to Classification and Planned Experiments. This course will first contrast regression models with classification models, which have broad application in machine learning. It will then introduce basic classification techniques, focusing on K-nearest neighbor, and logistic regression. You will examine data visualizations and see how setting hyperparameters or estimating parameters supports interpretation and effective classification. The course will then address another powerful field of applied statistics called experimental design, which is concerned with running controlled tests (experiments) to try to understand causal relationships between factors of interest. Several types of designs will be introduced, including ones that use computer modeling. You will learn the principles of experimental design and work through several examples to help you understand how to actually set up, run and analyze these experiments leveraging data.
Cela se termine bientôt : Obtenez des compétences de niveau supérieur avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
Classification and Planned Experiments
Ce cours fait partie de Spécialisation Modern Statistics for Data-Driven Decision-Making
Instructeurs : Douglas C. Montgomery
Inclus avec
Expérience recommandée
Ce que vous apprendrez
Learners will execute statistical classification techniques, apply experimental design principles & exhibit usage of approaches in causal learning.
Compétences que vous acquerrez
- Catégorie : Applied Machine Learning
- Catégorie : Data Visualization
- Catégorie : Data Science
- Catégorie : Data Analysis
- Catégorie : Statistical Inference
- Catégorie : Predictive Modeling
- Catégorie : Simulations
- Catégorie : Simulation and Simulation Software
- Catégorie : Experimentation
- Catégorie : Statistical Modeling
- Catégorie : Research Design
- Catégorie : Probability & Statistics
- Catégorie : Statistical Methods
- Catégorie : Statistical Programming
- Catégorie : Statistical Analysis
- Catégorie : Logistic Regression
- Catégorie : Supervised Learning
- Catégorie : Data Analysis Software
Détails à connaître
Ajouter à votre profil LinkedIn
janvier 2026
2 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- 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 2 modules dans ce cours
This Specialization covers the use of statistical methods in today's business, industrial, and social environments, including several new methods and applications. H.G. Wells foresaw an era when the understanding of basic statistics would be as important for citizenship as the ability to read and write. Modern Statistics for Data-Driven Decision-Making teaches the basics of working with and interpreting data, skills necessary to succeed in Wells’s “new great complex world” that we now inhabit. In this course, learners will gain an ability to execute basic classification techniques, including the use of R and Python; apply the principles of experimental design; and demonstrate usage of propensity scores, causal inference, and counterfactuals in causal learning.Learn more about the instructors who developed this course. Read the instructor bios and review the learning outcomes for the course.
Inclus
3 vidéos3 lectures1 devoir
This module will focus on experiment design, fraction factorial design, and computer experiments. We will review a brief history of experiment design, and relevant terminology. We will review guidelines for conducting and analyzing experiments and applying design to computer models.
Inclus
14 vidéos4 lectures1 devoir1 évaluation par les pairs
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 gratuitArizona State University
Statut : Essai gratuitArizona State University
Statut : Essai gratuit
Statut : Essai gratuitUniversity of Washington
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
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,