Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Mach dich mit Zufallsvariablen vertraut
Simulationen sind eine Art von Computeralgorithmen, die mit Zufallsstichproben immer komplexere Probleme lösen. Obwohl es Simulationen schon ewig gibt, ist das Interesse an diesem Bereich in letzter Zeit echt gestiegen, weil die Rechenleistung immer besser wird und es viele Anwendungsmöglichkeiten gibt, zum Beispiel in der Künstlichen Intelligenz, Physik, Bioinformatik und Finanzwelt, um nur ein paar zu nennen.Dieser Kurs bietet praktische Erfahrungen mit Simulationen anhand realer Anwendungen, beginnend mit einer Einführung in Zufallsvariablen und den Tools, die du für die Durchführung einer Simulation benötigst.
Mach dich mit den Grundlagen der Wahrscheinlichkeitstheorie vertraut
Das zweite Kapitel dieses Kurses gibt dir einen Überblick über Wahrscheinlichkeitskonzepte und nutzt Übungen mit Kartenspielen und bekannten Wahrscheinlichkeitsrätseln, um dir einen Rahmen für dein neues Wissen zu geben. Du beendest dieses Kapitel mit der Modellierung einer E-Commerce-Werbesimulation.Entdecke Resampling-Methoden und ihre Anwendungen
Im dritten Kapitel geht's um verschiedene Resampling-Methoden, wie Bootstrap-Resampling, Jackknife-Resampling und Permutationstests. Wenn du diesen Kurs abgeschlossen hast, kannst du diese Methoden in deinen Datenanalyseprozess einbauen.Lerne, Simulationen für dein Geschäft zu nutzen und dein Portfolio aufzubauen
Simulationen haben viele praktische Anwendungen, vor allem in der Geschäftswelt. Das letzte Kapitel dieses Kurses befasst sich mit diesen Themen und führt dich durch ein Problem der Unternehmensplanung, damit du dich daran gewöhnen kannst, deine neuen Fähigkeiten in einem geschäftlichen Umfeld anzuwenden. Du wirst dich mit der Modellierung von Gewinnen, der Optimierung von Kosten und den ersten Schritten in der Leistungsanalyse beschäftigen.Voraussetzungen
Lernprogramm
Kursübersicht
1
Grundlagen von Zufall und Simulation
Dieses Kapitel gibt dir die Werkzeuge an die Hand, um eine Simulation durchzuführen. Wir starten mit einem Überblick über Zufallsvariablen und Wahrscheinlichkeitsverteilungen. Anschließend lernst du, wie man eine Simulation ausführt: Wir schauen uns zuerst einen typischen Ablauf an und setzen ihn dann im Kontext eines Würfelspiels um. Zum Schluss sehen wir, wie du Simulationen für Entscheidungen einsetzen kannst.
- Einführung in Zufallsvariablen50 XP
- np.random.choice()50 XP
- Poisson-Zufallsvariable100 XP
- Ein Kartendeck mischen100 XP
- Grundlagen der Simulation50 XP
- Einen fairen Würfel werfen100 XP
- Zwei faire Würfel werfen100 XP
- Das Würfelspiel simulieren100 XP
- Simulation für Entscheidungen nutzen50 XP
- Eine einzelne Lotterieziehung simulieren100 XP
- Sollten wir kaufen?100 XP
- Einen Break-even-Lotteriepreis berechnen100 XP
2
Wahrscheinlichkeit und Datenentstehungsprozess
Dieses Kapitel führt dich in grundlegende Wahrscheinlichkeitskonzepte ein und vermittelt dir ein praktisches Verständnis des Datenentstehungsprozesses. Wir betrachten mehrere Beispiele zur Modellierung dieses Prozesses und schließen mit der Modellierung einer eCommerce-Werbesimulation ab.
3
Resampling-Methoden
In diesem Kapitel bekommst du eine kurze Einführung in Resampling-Methoden und ihre Anwendungen. Du lernst Bootstrap-Resampling, Jackknife-Resampling und Permutationstests kennen. Nach Abschluss dieses Kapitels kannst du einfache Resampling-Methoden für die Datenanalyse anwenden.
4
Fortgeschrittene Anwendungen der Simulation
In diesem Kapitel lernst du grundlegende und fortgeschrittene Anwendungen von Simulationen kennen, um reale Probleme zu lösen. Wir bearbeiten ein Problem aus der Geschäftsplanung, lernen die Monte-Carlo-Integration kennen, führen Power-Analysen mit Simulation durch und schließen mit einer Simulation eines Finanzportfolios ab. Nach Abschluss dieses Kapitels bist du bereit, Simulationen zur Lösung alltäglicher Probleme einzusetzen.
Statistische Simulation in Python
Kurs
abgeschlossen
