date_range Débute le 3 septembre 2018
event_note Se termine le 23 décembre 2018
list 16 séquences
assignment Niveau : Avancé
chat_bubble_outline Langue : Anglais
card_giftcard 168 points
Envie de partager ce MOOC dans votre entreprise ?
My Mooc
For Business
- /5
Avis de la communauté
0 avis

Les infos clés

credit_card Formation gratuite
verified_user Certification payante
timer 160 heures de cours

En résumé

The world is full of uncertainty: accidents, storms, unruly financial markets, noisy communications. The world is also full of data. Probabilistic modeling and the related field of statistical inference are the keys to analyzing data and making scientifically sound predictions.

Probabilistic models use the language of mathematics. But instead of relying on the traditional "theorem-proof" format, we develop the material in an intuitive -- but still rigorous and mathematically-precise -- manner. Furthermore, while the applications are multiple and evident, we emphasize the basic concepts and methodologies that are universally applicable.

The course covers all of the basic probability concepts, including:

  • multiple discrete or continuous random variables, expectations, and conditional distributions
  • laws of large numbers
  • the main tools of Bayesian inference methods
  • an introduction to random processes (Poisson processes and Markov chains)
The contents of this course are heavily based upon the corresponding MIT class --  Introduction to Probability -- a course that has been offered and continuously refined over more than 50 years.  It is a challenging class but will enable you to apply the tools of probability theory to real-world applications or to your research.

This course is part of the MITx MicroMasters Program in Statistics and Data Science. Master the skills needed to be an informed and effective practitioner of data science. You will complete this course and three others from MITx, at a similar pace and level of rigor as an on-campus course at MIT, and then take a virtually-proctored exam to earn your MicroMasters, an academic credential that will demonstrate your proficiency in data science or accelerate your path towards an MIT PhD or a Master's at other universities. To learn more about this program, please visit https://micromasters.mit.edu/ds/.

more_horiz Lire plus
more_horiz Lire moins
report_problem

Les prérequis

College-level calculus (single-variable & multivariable). Comfort with mathematical reasoning; and familiarity with sequences, limits, infinite series, the chain rule, and ordinary or multiple integrals.

dns

Le programme

  • The basic structure and elements of probabilistic models
  • Random variables, their distributions, means, and variances
  • Probabilistic calculations
  • Inference methods
  • Laws of large numbers and their applications
  • Random processes
record_voice_over

Les intervenants

John Tsitsiklis
Professor, Department of Electrical Engineering and Computer Science
MIT

Patrick Jaillet
Professor, Electrical Engineering and Computer Science
MIT

Qing He
Teaching Assistant
MIT

Jimmy Li
Teaching Assistant
MIT

Jagdish Ramakrishnan
Teaching Assistant
MIT

Katie Szeto
Teaching Assistant
MIT

Kuang Xu
Teaching Assistant
MIT

Dimitri Bertsekas
Professor, Electrical Engineering and Computer Science
MIT

Eren Can Kizildag
Teaching Assistant
MIT

store

Le concepteur

Le Massachusetts Institute of Technology (MIT), en français Institut de technologie du Massachusetts, est un institut de recherche américain et une université, spécialisé dans les domaines de la science et de la technologie. Situé à Cambridge, dans l'État du Massachusetts, à proximité immédiate de Boston, au nord-est des États-Unis, le MIT est souvent considéré comme une des meilleures universités mondiales.

Il édite la Technology Review, une revue scientifique consacrée aux sciences de l'ingénieur et à l'innovation.

assistant

La plateforme

EdX est une plateforme d'apprentissage en ligne (dite FLOT ou MOOC). Elle héberge et met gratuitement à disposition des cours en ligne de niveau universitaire à travers le monde entier. Elle mène également des recherches sur l'apprentissage en ligne et la façon dont les utilisateurs utilisent celle-ci. Elle est à but non lucratif et la plateforme utilise un logiciel open source.

EdX a été fondée par le Massachusetts Institute of Technology et par l'université Harvard en mai 2012. En 2014, environ 50 écoles, associations et organisations internationales offrent ou projettent d'offrir des cours sur EdX. En juillet 2014, elle avait plus de 2,5 millions d'utilisateurs suivant plus de 200 cours en ligne.

Les deux universités américaines qui financent la plateforme ont investi 60 millions USD dans son développement. La plateforme France Université Numérique utilise la technologie openedX, supportée par Google.

Vous êtes le concepteur de ce MOOC ?
Quelle note donnez-vous à cette ressource ?
Contenu
0/5
Plateforme
0/5
Animation
0/5