Build your ultimate AI agent
コース説明
データを収集して、分析可能な形に整えるまでの作業を終えたら、最終的にはそこから明確で簡潔な結論を導き出すことが重要です。データ分析パイプラインのこの最後の重要なステップは、統計的推測の原理に基づきます。本コースでは、統計的に考えるための基礎を築き、データの言語を話し、データが何を示しているのかを理解できるようにしていきます。統計的思考の基礎は長い年月をかけて築かれましたが、今日ではコンピュータの助けによりはるかに速く身につけられます。Pythonベースのツールの力を活用して、短期間でキャッチアップし、コースの終わりには統計的に考えられるようになります。
前提条件
カリキュラム
コース概要
1
グラフィカルな探索的データ分析
本格的な統計的推測手法に進む前に、まずはプロットや簡単な要約統計量でデータを探索しましょう。探索的データ分析と呼ばれるこのプロセスは、データの統計解析における最初の重要なステップです。
- 探索的データ分析の導入50 XP
- 統計的推論の目的は何でしょうか?50 XP
- グラフィカルな EDA の利点50 XP
- ヒストグラムを描く50 XP
- アヤメデータのヒストグラムを描く100 XP
- 軸ラベルを付けよう!100 XP
- ヒストグラムのビン数を調整する100 XP
- すべてのデータを可視化する:ビー・スウォームプロット50 XP
- ビー・スウォームプロット100 XP
- ビー・スウォーム・プロットの読み取り50 XP
- すべてのデータを可視化する:ECDF(経験累積分布関数)50 XP
- ECDF の計算100 XP
- ECDF をプロットする100 XP
- ECDF の比較100 XP
- さあ、全体像へ進みましょう!50 XP
2
定量的な探索的データ分析
この章では、データセットの重要な特徴を少数の数値で簡潔に表す、有用な要約統計量を計算します。
3
確率的に考える——離散変数
統計的推測は確率に基づきます。データから絶対的な確実性をもって語れることはほとんどないため、確率的な言葉を用いて定量的に述べます。この章では、整数のように取り得る値が限られる離散量について、確率的に考える方法を学びます。
4
確率的に考える——連続変数
次は連続変数に進みます。これは任意の小数値を取り得るような変数です。多くの原理は同じですが、いくつか注意点があります。最終章を終えるころには、続編の推測手法に進むために必要な確率の言語を身につけられます。
Pythonで学ぶ統計的思考(パート1)
コース修了

