After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
予測が日々の意思決定を左右する世界では、天気予報を見て服装を選んだり、交通状況をひと目で確認して通勤計画を立てたりするように、予測の精度と複雑さを理解することが何より重要になります。 個人として自分の選択をしている場合でも、組織全体の未来に向けた戦略を導いている場合でも、予測の信頼性、出来事を見通す力、そして予測に時折生じる不正確さについて考えたことがあるかもしれません。 天気予報士がなぜ予報を外すことがあるのか、不思議に思ったことがあるなら、エラーと不確実性に関する当社のわかりやすいオンラインコースは、まさにあなたのために設計されています。
予測の仕組みを解き明かす
予測の魅力的な世界へ飛び込むこのError and Uncertaintyコースでは、予測の精度を探るだけでなく、自ら予測を行う実践にも積極的に取り組めます。 不確実性に直面したときに、真のパターンと偶然のノイズを見分けるスキルを身につけ、的確な判断を下すためのツールを習得しましょう。 このコースは表面的な理解を超え、私たちの合理的な意思決定プロセスをしばしば曇らせる心理的な支えに深く踏み込みます。 シアトルの犯罪データ、学生の最終成績の予測、ナッシュビルでの交通事故の防止、あるいはベーカリーのメニュー変更の必要性の評価など、さまざまなパターンを分析する場合でも、このコースを修了すれば、誤差と不確実性の複雑さをより的確に扱う力が身につきます。
実践的な洞察を得るためのハンズオン学習
実践的な誤差と不確かさの分析の活用法を、魅力的な学習の旅を通してご案内します。 魅力的な演習を通じて、身につけた知識を活用し、結果を予測し、潜在的な落とし穴を特定し、意思決定能力を高めます。 犯罪傾向の解読から学業成績の予測、交通リスクの軽減まで、このコースは、洞察だけでなく、さまざまなシナリオに応用できる実践的なスキルも身につく、ダイナミックな学習体験を提供します。 誤差と不確実性を理解するという挑戦を受け入れ、予測の謎を解き明かすことに喜びを見いだす学習者コミュニティに参加しましょう。
前提条件
カリキュラム
コース概要
1
Defining error, uncertainty, and risk
The first chapter presents common terminology, introduces methods for determining significant differences between groups, and outlines the kinds of error and uncertainty involved. We will specifically look at Seattle crime data and evaluate crime rate differences between precincts and neighborhoods. This chapter will equip learners to identify threats to the validity and accuracy of their conclusions.
- Defining error and uncertainty50 XP
- Measures of central tendency100 XP
- Crime time100 XP
- IF functions50 XP
- Extracting UNIQUE() values100 XP
- Book 'em and count 'em100 XP
- Averages and IF conditions100 XP
- Counts with multiple criteria100 XP
- Correlation50 XP
- Rap sheet100 XP
- Correlation preparation100 XP
- A (crimes) committed relationship100 XP
- Strong relationships50 XP
2
Making accurate predictions
The second chapter outlines both rudimentary (e.g., moving average, seasonal average, yearly average) and more complicated methods (e.g., linear regression) for making predictions and outlines the kinds of error and uncertainty involved. We will specifically look at anonymized student grades data and evaluate the accuracy of our predictions for given students. Throughout the chapter, we will identify threats to the validity and accuracy of our predictions.
3
Poking holes in predictions
Chapter 3 encourages learners to test the assumptions of their predictions using data on car crashes. Specifically, they will determine how to allocate resources to reduce injuries and fatalities from auto accidents. Learners will discuss the impact of outliers in prediction accuracy, evaluate the importance of normally distributed data in making predictions, employ consequence-likelihood matrices in risk management, and adapt psychological heuristics to discussions of numerical uncertainty and risk.
4
Case study: Should you change your bakery's menu?
The final chapter integrates all the previous lessons into a constructed-world scenario. Learners are tasked with updating the menu at their small business: the Risky Business Bakery. They need to figure out whether to add or drop menu items based on whether there are significant differences in sales by baked good; whether their predicted sales figures from their accountant are accurate.
S
Google Sheets で学ぶ誤差と不確実性
コース修了
