After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
예측이 우리의 일상적인 결정에 영향을 미치는 세상에서, 날씨 예보를 보고 옷을 고르거나 교통 상황을 한눈에 살펴 출퇴근 계획을 세우는 일까지, 예측의 정확성과 복잡성을 이해하는 것은 무엇보다 중요합니다. 개인적인 선택을 내리는 사람이든, 조직 전체의 미래 전략을 이끌어가는 사람이든, 예측의 신뢰성, 사건을 미리 내다볼 수 있는 능력, 그리고 때때로 발생하는 예측의 부정확성에 대해 한 번쯤 생각해 보셨을 것입니다. 기상캐스터가 왜 자꾸 빗나가는지 궁금했던 적이 있다면, 오류와 불확실성에 대한 이 유익한 온라인 강의는 바로 당신을 위해 마련되었습니다.
예측의 구조 풀어보기
예측의 흥미로운 세계로 뛰어들어 보세요. 이 오류와 불확실성 강의에서는 예측의 정확성을 살펴보는 데 그치지 않고, 직접 예측을 만들어 보는 실습에도 적극적으로 참여하게 됩니다. 진짜 패턴과 무작위 잡음을 구별하는 기술을 익혀, 불확실한 상황에서도 정보에 기반한 의사결정을 내릴 수 있는 도구를 갖추세요. 이 강의는 표면을 넘어, 우리의 합리적인 의사결정 과정을 자주 흐리게 만드는 심리적 의존에 대해 깊이 파고듭니다. 시애틀 범죄 데이터의 패턴을 분석하든, 학습자의 최종 성적을 예측하든, 내슈빌에서 교통사고를 예방하든, 빵집 메뉴 변경의 필요성을 평가하든, 이 강의를 마치고 나면 오류와 불확실성의 복잡성을 더 능숙하게 다룰 수 있는 역량을 갖추게 됩니다.
실용적 통찰을 위한 실습 중심 학습
실제 사례를 통해 오차 및 불확실성 분석의 응용을 함께 살펴보는 매력적인 학습 여정에 참여해 보세요. 흥미로운 연습을 통해 새롭게 습득한 지식을 활용하여 결과를 예측하고, 잠재적인 함정을 식별하며, 의사결정 역량을 향상시킬 수 있습니다. 범죄 동향을 해석하는 것부터 학업 성과 예측과 교통 위험 완화에 이르기까지, 저희 강의는 통찰력뿐만 아니라 다양한 상황에 적용할 수 있는 실용적인 기술까지 약속하는 역동적인 학습 경험을 제공합니다. 오류와 불확실성을 이해하는 도전에 뛰어들고, 예측의 비밀을 풀어가는 즐거움을 분명히 발견하게 될 학습자 커뮤니티에 함께하세요.
사전 요구 사항
커리큘럼
코스 개요
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 Sheets로 배우는 오류와 불확실성
코스
완료
