강의 설명

확률변수를 제대로 이해하기

시뮬레이션은 무작위 샘플링을 사용해 점점 더 복잡한 문제를 해결하는 계산 알고리즘의 한 종류입니다. 시뮬레이션은 오랫동안 존재해 왔지만, 최근에는 컴퓨팅 성능의 향상과 인공 지능, 물리학, 계산 생물학, 금융 등 다양한 분야에서의 활용으로 인해 이 분야에 대한 관심이 크게 높아졌습니다.

이 강의는 실제 세계의 응용 사례를 활용한 시뮬레이션 실습 경험을 제공하며, 확률변수 소개와 시뮬레이션을 실행하는 데 필요한 도구부터 시작합니다.

확률 개념 소개하기

이 강의의 두 번째 장에서는 카드 게임과 잘 알려진 확률 퍼즐을 바탕으로 한 실습 문제를 활용해 확률 개념을 개괄적으로 살펴보며, 새롭게 배운 지식을 체계적으로 이해할 수 있는 틀을 제공합니다. 이 장을 마치면 이커머스 광고 시뮬레이션을 모델링하게 됩니다.

리샘플링 방법과 활용 알아보기

세 번째 장에서는 부트스트랩 리샘플링, 잭나이프 리샘플링, 순열 검정을 포함한 다양한 리샘플링 방법을 살펴봅니다. 이 강의를 완료하면, 이러한 방법을 데이터 분석 과정에 추가할 수 있게 됩니다.

비즈니스에 시뮬레이션을 활용하는 방법을 배우고 포트폴리오를 구축하세요

시뮬레이션은 특히 비즈니스 세계에서 많은 실제 응용 분야를 가지고 있습니다. 이 강의의 마지막 장에서는 이러한 내용을 살펴보고, 비즈니스 환경에서 새로 익힌 기술을 활용하는 데 익숙해지도록 비즈니스 계획 문제를 함께 풀어봅니다. 수익 모델링, 비용 최적화, 그리고 파워 분석 시작 방법을 살펴보게 됩니다.

선수 조건

Sampling in Python

Basics of Randomness & Simulation

This chapter gives you the tools required to run a simulation. We'll start with a review of random variables and probability distributions. We will then learn how to run a simulation by first looking at a simulation workflow and then recreating it in the context of a game of dice. Finally, we will learn how to use simulations for making decisions.

Introduction to random variables

강의 설명

확률변수를 제대로 이해하기

확률 개념 소개하기

리샘플링 방법과 활용 알아보기

비즈니스에 시뮬레이션을 활용하는 방법을 배우고 포트폴리오를 구축하세요

수료증 획득

.css-nklxlk{color:var(--wf-brand--main, #03EF62);}19백만 명 이상의 학습자와 함께 Python으로 하는 통계 시뮬레이션을(를) 시작하세요!

무료 계정 만들기

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

19백만 명 이상의 학습자와 함께 Python으로 하는 통계 시뮬레이션을(를) 시작하세요!