Last chance! 50% off DataCamp Premium
Sale ends in
Cursusbeschrijving
In een wereld waar voorspellingen onze dagelijkse beslissingen bepalen, van het kiezen van kleding op basis van weersvoorspellingen tot het plannen van woon-werkverkeer met een blik op de verkeerssituatie, is het superbelangrijk om de nauwkeurigheid en complexiteit van voorspellingen te begrijpen. Of je nu iemand bent die persoonlijke keuzes maakt of iemand die de koers van een hele organisatie bepaalt, je hebt je vast wel eens afgevraagd hoe betrouwbaar voorspellingen zijn, of je gebeurtenissen kunt zien aankomen en of voorspellingen soms niet kloppen. Als je je ooit hebt afgevraagd waarom de weerman er vaak naast zit, dan is onze verhelderende online cursus over fouten en onzekerheid echt iets voor jou.
Het ontrafelen van het weefsel van voorspellingen
Duik in de spannende wereld van voorspellingen in onze cursus Fouten en onzekerheid, waar je niet alleen kijkt naar hoe goed voorspellingen zijn, maar ook zelf actief voorspellingen gaat doen. Leer hoe je echte patronen kunt onderscheiden van willekeurige ruis, zodat je de tools hebt om slimme beslissingen te nemen als het even onzeker is. Deze cursus gaat verder dan de oppervlakte en kijkt naar de psychologische dingen die ons rationele besluitvormingsproces vaak in de weg staan. Of je nou patronen in misdaadcijfers in Seattle bekijkt, de eindcijfers van studenten voorspelt, verkeersongevallen in Nashville voorkomt of kijkt of het menu van een bakkerij veranderd moet worden, na deze cursus kun je veel beter omgaan met de complexiteit van fouten en onzekerheid.
Praktijkgericht leren voor praktische inzichten
Ga met ons mee op een boeiende leerreis waarin we je meenemen door de praktijktoepassingen van fout- en onzekerheidsanalyse. Door middel van leuke oefeningen ga je je nieuwe kennis gebruiken om resultaten te voorspellen, mogelijke valkuilen te ontdekken en je besluitvormingsvaardigheden te verbeteren. Van het ontcijferen van misdaadtrends tot het voorspellen van schoolprestaties en het verminderen van verkeersrisico's: onze cursus biedt een dynamische leerervaring die niet alleen inzicht geeft, maar ook praktische vaardigheden aanleert die je in allerlei situaties kunt gebruiken. Ga de uitdaging aan om fouten en onzekerheden te begrijpen en word lid van een groep mensen die het leuk vinden om de mysteries van voorspellingen te ontrafelen.
Vereisten
Lesprogramma
Cursusoverzicht
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
Fout en onzekerheid in Google Sheets
Cursus
voltooid
