After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
कोर्स विवरण
Probability यादृच्छिक प्रयोगों के नतीजों में दिखने वाली नियमितताओं का अध्ययन है। इस कोर्स में, आप रैंडम वैरिएबल्स (क्लासिक सिक्का उछाल उदाहरण से शुरुआत), mean और variance की गणना, probability distributions, और conditional probability जैसे बुनियादी कॉन्सेप्ट्स सीखेंगे। हम probability के दो बहुत महत्वपूर्ण नतीजे भी समझेंगे: law of large numbers और central limit theorem। चूँकि probability डेटा साइंस और मशीन लर्निंग का मूल है, ये कॉन्सेप्ट्स आपको मॉडलों को बेहतर समझने और लागू करने में मदद करेंगे। संभावनाएँ हर जगह हैं, और probability का अध्ययन दुनिया को देखने का आपका नजरिया बदल देगा। चलिए, randomness की शुरुआत करते हैं!
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
आइए सिक्का उछालना शुरू करें
सिक्का उछालना एक यादृच्छिक प्रयोग का क्लासिक उदाहरण है। संभव नतीजे हैं हेड्स या टेल्स। इस तरह के प्रयोग, जिसे Bernoulli या binomial trial कहा जाता है, हमें दो संभावित नतीजों वाली समस्याओं का अध्ययन करने देते हैं, जैसे "हाँ" या "ना" और "वोट" या "नो वोट"। यह अध्याय Bernoulli प्रयोगों का परिचय देता है, कई Bernoulli trials को मॉडल करने के लिए binomial distributions, और scipy लाइब्रेरी के साथ probability simulations।
- Python में सिक्का उछालें50 XP
- सिक्का उछालना100 XP
- और भी ज़्यादा सिक्के उछालने के लिए binom का उपयोग100 XP
- Probability mass और distribution functions50 XP
- दोषों की प्रायिकता का अनुमान100 XP
- रोज़गार स्थिति का पूर्वानुमान100 XP
- चोरी के मामलों में सज़ा की दर का अनुमान लगाना100 XP
- Expected value, mean, और variance50 XP
- Expected value और variance की गणना50 XP
- सैंपल का औसत (sample mean) निकालना100 XP
- परिणाम जाँचें100 XP
- सैंपल का mean और variance निकालना100 XP
2
कुछ probabilities की गणना करें
इस अध्याय में आप अलग-अलग तरह की probabilities की गणना करना सीखेंगे, जैसे दो घटनाओं के intersection की probability और दो घटनाओं की probabilities के योग की probability, और उन स्थितियों का सिमुलेशन करना। आप conditional probability के बारे में भी जानेंगे और Bayes' rule को कैसे लागू करें।
3
महत्वपूर्ण probability distributions
अब तक हम binomial distributions के साथ काम कर रहे थे, लेकिन किसी random variable के लिए कई तरह की probability distributions हो सकती हैं। इस अध्याय में हम तीन और distributions का परिचय देंगे जो binomial distribution से संबंधित हैं: normal, Poisson, और geometric distributions।
4
जब probability मिलती है statistics से
अब जब आप probabilities और probability distributions के महत्वपूर्ण गुणों की गणना करना जानते हैं, तो हम दो महत्वपूर्ण नतीजों का परिचय देंगे: law of large numbers और central limit theorem। इससे आपका यह समझना गहरा होगा कि जैसे-जैसे अधिक डेटा आता है, sample mean कैसे population mean की ओर अभिसरित होता है और कुछ शर्तों में random variables के योग का व्यवहार कैसा होता है।
हम डेटा साइंस में probability और statistics के अनुप्रयोग के रूप में linear और logistic regressions के बीच के संबंध भी खोजेंगे।
Python में Probability की बुनियाद
कोर्स
पूरा
