Build your ultimate AI agent
Deskripsi Kursus
Simulasikan Hasil dengan SciPy dan NumPy
Kursus praktis ini memperkenalkan simulasi Monte Carlo dan penerapan-penerapannya. Simulasi Monte Carlo digunakan untuk memperkirakan rentang hasil dari peristiwa yang tidak pasti, dan perpustakaan Python seperti SciPy dan NumPy memudahkan Anda untuk membuat simulasi sendiri dengan cepat dan mudah!Terapkan Keterampilan Baru dalam Simulasi Berprinsip
Saat Anda mempelajari setiap langkah dalam membuat simulasi, Anda akan menerapkan keterampilan ini dengan melakukan simulasi Monte Carlo yang terstruktur pada dataset hasil pengobatan pasien diabetes, dan menggunakan hasil simulasi Anda untuk memahami bagaimana variabel-variabel yang berbeda memengaruhi perkembangan diabetes.Pelajari Cara Mengevaluasi dan Meningkatkan Simulasi Anda
Anda akan mempelajari distribusi probabilitas dan memahami cara memilih distribusi yang tepat untuk digunakan dalam simulasi Anda, serta akan memahami pentingnya korelasi input dan analisis sensitivitas model. Akhirnya, Anda akan belajar cara menyampaikan hasil simulasi Anda menggunakan perpustakaan visualisasi Seaborn yang populer.Prasyarat
Kurikulum
Garis besar kursus
1
Pengantar Simulasi Monte Carlo
Apa itu simulasi Monte Carlo dan kapan simulasi ini berguna? Setelah membahas pertanyaan-pertanyaan dasar ini, Anda akan mempelajari cara melakukan simulasi sederhana seperti mengestimasi nilai pi. Anda juga akan mempelajari resampling, jenis khusus dari Simulasi Monte Carlo.
- Apa itu simulasi Monte Carlo?50 XP
- Simulasi deterministik100 XP
- Sifat stokastik dari simulasi Monte Carlo100 XP
- Hukum Bilangan Besar100 XP
- Pengambilan sampel ulang sebagai jenis khusus simulasi Monte Carlo50 XP
- Pengambilan sampel dengan pengembalian100 XP
- Visualisasi hasil resampling100 XP
- Latihan permutasi100 XP
- Memanfaatkan simulasi Monte Carlo50 XP
- Memahami simulasi Monte Carlo100 XP
- Simulasi pasangan dadu100 XP
2
Dasar-dasar Monte Carlo
Sekarang Anda dapat menjalankan simulasi sederhana sendiri, Anda siap mengeksplorasi penerapan dunia nyata dari simulasi Monte Carlo di berbagai industri. Lalu, Anda akan menyelami inti dari apa yang membuat sebuah simulasi berjalan baik: mengambil sampel dari sebaran probabilitas yang tepat. Anda akan mempelajari sebaran probabilitas untuk peubah acak diskret, kontinu, dan multivariat.
3
Simulasi Monte Carlo yang Berprinsip
Setelah Anda mantap dengan pilihan sebaran probabilitas, Anda siap mengikuti alur kerja simulasi Monte Carlo yang berprinsip menggunakan himpunan data karakteristik dan hasil pasien diabetes. Anda akan mengeksplorasi data, menjalankan simulasi, dan menghasilkan statistik ringkas untuk mengomunikasikan hasil simulasi Anda.
4
Pemeriksaan Model dan Interpretasi Hasil
Pelajari cara mengevaluasi model Monte Carlo Anda dan mengomunikasikan hasilnya dengan visualisasi yang mudah dibaca di Seaborn. Terakhir, gunakan analisis sensitivitas untuk memahami bagaimana perubahan input model akan memengaruhi hasil Anda, dan praktikkan konsep ini dengan mensimulasikan bagaimana laba bisnis dipengaruhi oleh perubahan penjualan dan inflasi!
Simulasi Monte Carlo di Python
Kursus
Selesai
