Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
La probabilidad estudia las regularidades que aparecen en los resultados de experimentos aleatorios. En este curso, aprenderás conceptos fundamentales como variables aleatorias (empezando con el clásico ejemplo de lanzar una moneda) y cómo calcular la media y la varianza, distribuciones de probabilidad y probabilidad condicional. También exploraremos dos resultados clave en probabilidad: la ley de los grandes números y el teorema central del límite. Como la probabilidad está en el núcleo de la ciencia de datos y el Machine Learning, estos conceptos te ayudarán a entender y aplicar modelos con más solidez. Las probabilidades están en todas partes, y estudiarlas cambiará la forma en que ves el mundo. ¡Vamos a jugar con el azar!
Requisitos previos
Programa de formación
Esquema del curso
1
Empecemos a lanzar monedas
Lanzar una moneda es el ejemplo clásico de experimento aleatorio. Los posibles resultados son cara o cruz. Este tipo de experimento, conocido como prueba de Bernoulli o binomial, nos permite estudiar problemas con dos posibles resultados, como «sí» o «no» y «votar» o «no votar». En este capítulo se presentan los experimentos de Bernoulli, las distribuciones binomiales para modelar múltiples pruebas de Bernoulli y simulaciones de probabilidad con la biblioteca scipy.
- Vamos a lanzar una moneda en Python50 XP
- Lanzando monedas100 XP
- Usar binom para lanzar aún más monedas100 XP
- Funciones de masa de probabilidad y de distribución50 XP
- Predecir la probabilidad de defectos100 XP
- Predecir la situación laboral100 XP
- Predecir la tasa de condenas por robo en vivienda100 XP
- Valor esperado, media y varianza50 XP
- Calcular el valor esperado y la varianza50 XP
- Calcular la media muestral100 XP
- Comprobando el resultado100 XP
- Calcular la media y la varianza de una muestra100 XP
2
Calcular algunas probabilidades
En este capítulo aprenderás a calcular varios tipos de probabilidades, como la probabilidad de la intersección de dos eventos y la suma de probabilidades de dos eventos, y a simular esas situaciones. También conocerás la probabilidad condicional y cómo aplicar la regla de Bayes.
3
Distribuciones de probabilidad importantes
Hasta ahora hemos trabajado con distribuciones binomiales, pero hay muchas distribuciones de probabilidad que puede tomar una variable aleatoria. En este capítulo presentaremos otras tres relacionadas con la binomial: las distribuciones normal, de Poisson y geométrica.
4
Cuando la probabilidad se encuentra con la estadística
Ahora que ya sabes calcular probabilidades y propiedades importantes de las distribuciones de probabilidad, presentaremos dos resultados clave: la ley de los grandes números y el teorema central del límite. Esto ampliará tu comprensión sobre cómo la media muestral converge a la media poblacional a medida que hay más datos disponibles y cómo se comporta la suma de variables aleatorias bajo ciertas condiciones.
También exploraremos conexiones entre las regresiones lineal y logística como aplicaciones de la probabilidad y la estadística en ciencia de datos.
Fundamentos de probabilidad en Python
Curso
completado
