After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
Kansrekening bestudeert de patronen die ontstaan in de uitkomsten van willekeurige experimenten. In deze cursus leer je fundamentele begrippen zoals toevalsvariabelen (beginnend met het klassieke voorbeeld van een muntworp) en hoe je de verwachting en variantie, kansverdelingen en voorwaardelijke kansen berekent. We verkennen ook twee zeer belangrijke resultaten in de kansrekening: de wet van de grote aantallen en de centrale limietstelling. Omdat kansrekening de kern vormt van data science en Machine Learning, helpen deze concepten je om modellen beter te begrijpen en robuuster toe te passen. Kansen zijn overal, en het bestuderen van kansrekening verandert hoe je naar de wereld kijkt. Laat het toeval zijn werk doen!
Vereisten
Curriculum
Cursusoverzicht
1
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.
- Laten we een munt opgooien in Python50 XP
- Munten gooien100 XP
- Nog meer munten gooien met binom100 XP
- Kansmassa- en verdelingsfuncties50 XP
- De kans op defecten voorspellen100 XP
- Werkstatus voorspellen100 XP
- Verwachte veroordelingskans bij inbraken100 XP
- Verwachte waarde, gemiddelde en variantie50 XP
- De verwachtingswaarde en variantie berekenen50 XP
- De steekproefgemiddelde berekenen100 XP
- Het resultaat controleren100 XP
- De steekproefgemiddelde en -variantie berekenen100 XP
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
