After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Probabilitas adalah kajian tentang keteraturan yang muncul dari hasil percobaan acak. Dalam kursus ini, Anda akan mempelajari konsep probabilitas mendasar seperti peubah acak (dimulai dari contoh klasik pelemparan koin) serta cara menghitung mean dan varians, sebaran probabilitas, dan probabilitas bersyarat. Kita juga akan membahas dua hasil yang sangat penting dalam probabilitas: hukum bilangan besar dan teorema limit pusat. Karena probabilitas merupakan inti dari data science dan Machine Learning, konsep-konsep ini akan membantu Anda memahami dan menerapkan model secara lebih andal. Peluang ada di mana-mana, dan mempelajari probabilitas akan mengubah cara Anda memandang dunia. Mari beracak!
Prasyarat
Kurikulum
Garis besar kursus
1
Mari mulai melempar koin
Pelemparan koin adalah contoh klasik dari percobaan acak. Hasil yang mungkin adalah sisi depan atau sisi belakang. Jenis percobaan ini, dikenal sebagai uji Bernoulli atau binomial, memungkinkan kita mengkaji masalah dengan dua kemungkinan hasil, seperti “ya” atau “tidak” dan “memilih” atau “tidak memilih.” Bab ini memperkenalkan percobaan Bernoulli, sebaran binomial untuk memodelkan beberapa uji Bernoulli, serta simulasi probabilitas dengan pustaka scipy.
- Mari melempar koin dengan Python50 XP
- Melempar koin100 XP
- Menggunakan binom untuk melempar koin lebih banyak lagi100 XP
- Fungsi massa peluang dan fungsi distribusi50 XP
- Memprediksi probabilitas cacat100 XP
- Memprediksi status pekerjaan100 XP
- Memprediksi tingkat vonis pencurian dengan pembobolan100 XP
- Nilai harapan, mean, dan varians50 XP
- Menghitung nilai harapan dan varians50 XP
- Menghitung mean sampel100 XP
- Memeriksa hasil100 XP
- Menghitung mean dan varians dari sebuah sampel100 XP
2
Menghitung beberapa probabilitas
Dalam bab ini Anda akan belajar menghitung berbagai jenis probabilitas, seperti probabilitas irisan dua kejadian dan jumlah probabilitas dari dua kejadian, serta mensimulasikan situasi-situasi tersebut. Anda juga akan mempelajari probabilitas bersyarat dan cara menerapkan aturan Bayes.
3
Sebaran probabilitas penting
Sejauh ini kita bekerja dengan sebaran binomial, tetapi ada banyak sebaran probabilitas yang dapat diambil oleh peubah acak. Dalam bab ini kita akan memperkenalkan tiga sebaran lain yang terkait dengan sebaran binomial: sebaran normal, Poisson, dan geometrik.
4
Probabilitas bertemu statistika
Sekarang setelah Anda mengetahui cara menghitung probabilitas dan sifat-sifat penting dari sebaran probabilitas, kami akan memperkenalkan dua hasil penting: hukum bilangan besar dan teorema limit pusat. Ini akan memperluas pemahaman Anda tentang bagaimana mean sampel berkongruensi ke mean populasi seiring tersedianya lebih banyak data dan bagaimana jumlah peubah acak berperilaku dalam kondisi tertentu.
Kita juga akan menelusuri keterkaitan antara regresi linear dan logistik sebagai penerapan probabilitas dan statistika dalam data science.
Dasar-Dasar Probabilitas di Python
Kursus
Selesai
