Cursus
Basis van kansrekening in Python
GemiddeldVaardigheidsniveau
Bijgewerkt 08-2024
PythonProbability & Statistics5 u16 videos61 Opdrachten5,050 XP15,940Bewijs van Prestatie
Maak je kosteloos account aan
Ga verder met GoogleMeer opties weergevenof
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.
Geliefd bij leerlingen van duizenden bedrijven
Een team trainen?
Probeer voor bedrijvenCursusbeschrijving
Vereisten
Introduction to Statistics in Python1
Laten we beginnen met munten gooien
Een muntworp is het klassieke voorbeeld van een willekeurig experiment. De mogelijke uitkomsten zijn kop of munt. Dit type experiment, een Bernoulli- of binomiale proef, laat ons problemen met twee mogelijke uitkomsten bestuderen, zoals “ja” of “nee” en “stemmen” of “niet stemmen”. In dit hoofdstuk maak je kennis met Bernoulli-experimenten, binomiale verdelingen om meerdere Bernoulli-proeven te modelleren, en kanssimulaties met de scipy-bibliotheek.
2
Bereken wat kansen
In dit hoofdstuk leer je verschillende soorten kansen berekenen, zoals de kans op de doorsnede van twee gebeurtenissen en de som van kansen van twee gebeurtenissen, en hoe je die situaties simuleert. Je leert ook over voorwaardelijke kans en hoe je de regel van Bayes toepast.
3
Belangrijke kansverdelingen
Tot nu toe hebben we met binomiale verdelingen gewerkt, maar er zijn veel kansverdelingen die een toevalsvariabele kan aannemen. In dit hoofdstuk introduceren we er drie die verwant zijn aan de binomiale verdeling: de normale, Poisson- en geometrische verdelingen.
4
Kansrekening ontmoet statistiek
Nu je weet hoe je kansen en belangrijke eigenschappen van kansverdelingen berekent, introduceren we twee belangrijke resultaten: de wet van de grote aantallen en de centrale limietstelling. Dit vergroot je begrip van hoe het steekproefgemiddelde naar het populatiegemiddelde convergeert naarmate er meer data beschikbaar is en hoe de som van toevalsvariabelen zich onder bepaalde voorwaarden gedraagt.We verkennen ook verbanden tussen lineaire en logistische regressie als toepassingen van kansrekening en statistiek in data science.
Basis van kansrekening in Python
Cursus voltooid
Verdien een prestatieverklaring
Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitaeDeel het op sociale media en in je functioneringsgesprekSchrijf je nu in
Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Basis van kansrekening in Python!
Maak je kosteloos account aan
Ga verder met GoogleMeer opties weergevenof
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.
Ontwikkel je datavaardigheden met DataCamp voor Mobiel
Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.