After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
確率とは、ランダムな試行の結果に現れる規則性を研究する学問です。このコースでは、古典的なコイントスの例から始めて、確率変数、平均と分散の計算、確率分布、条件付き確率といった基本概念を学びます。さらに、大数の法則と中心極限定理という、確率で非常に重要な2つの結果も取り上げます。確率はデータサイエンスやMachine Learningの核となるため、これらの概念を理解することで、モデルをより堅牢に理解・適用できるようになります。チャンスは至るところにあり、確率を学ぶと世界の見え方が変わります。さあ、ランダムの世界へ踏み出しましょう！
前提条件
カリキュラム
コース概要
1
まずはコインを投げてみましょう
コイントスは、ランダムな試行の代表的な例です。結果は表か裏のいずれかになります。この種の試行はベルヌーイ試行（または二項試行）と呼ばれ、「はい／いいえ」や「投票する／しない」のように2つの結果を持つ問題の分析に使われます。本章では、ベルヌーイ試行、複数のベルヌーイ試行をモデル化する二項分布、そしてscipyライブラリを用いた確率シミュレーションを紹介します。
2
いくつかの確率を計算しよう
この章では、2つの事象の共通部分の確率や、2つの事象の確率の和など、さまざまな確率の計算方法と、それらの状況をシミュレーションする方法を学びます。さらに、条件付き確率とベイズの定理の適用についても学習します。
3
重要な確率分布
ここまで二項分布を扱ってきましたが、確率変数が従う分布はほかにも多数あります。本章では、二項分布と関係の深い3つの分布――正規分布、ポアソン分布、幾何分布――を紹介します。
4
確率と統計の交差点
確率の計算方法や確率分布の重要な性質を理解したところで、ここでは2つの重要な結果――大数の法則と中心極限定理――を紹介します。これにより、データが増えるにつれて標本平均が母平均に収束する様子や、ある条件下で確率変数の和がどのように振る舞うかを理解できます。
また、データサイエンスにおける確率・統計の応用として、線形回帰とロジスティック回帰のつながりも見ていきます。
Pythonで学ぶ確率の基礎
コース修了
