Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Bayesowska analiza danych to coraz popularniejsza metoda wnioskowania statystycznego, która pozwala wyznaczać prawdopodobieństwo warunkowe bez konieczności polegania na stałych wartościach, takich jak poziomy ufności czy wartości p. W tym kursie poznasz zasady działania bayesowskiej analizy danych, dowiesz się, czym różni się od podejścia klasycznego i dlaczego stanowi niezbędny element zestawu narzędzi każdego data scientista. Nauczysz się przeprowadzać testy A/B, analizę decyzji i modelowanie regresji liniowej w ujęciu bayesowskim, analizując rzeczywiste dane z obszaru reklamy, sprzedaży i wypożyczalni rowerów. Na koniec zapoznasz się z biblioteką PyMC3, która ułatwi ci projektowanie, dopasowywanie i interpretowanie modeli bayesowskich.
Wymagania wstępne
Program nauczania
Plan kursu
1
Podejście bayesowskie
Stawiasz pierwsze kroki w świecie bayesowskim. W tym rozdziale zapoznasz się z podstawowymi pojęciami dotyczącymi prawdopodobieństwa i rozkładów statystycznych, a także ze słynnym twierdzeniem Bayesa – fundamentem metod bayesowskich. Na koniec zbudujesz swój pierwszy model bayesowski, by wyciągać wnioski z losowych rzutów monetą.
- Kim jest Bayes? Czym jest podejście Bayesowskie?50 XP
- Bayesianie kontra frekwencjoniści100 XP
- Rozkłady prawdopodobieństwa100 XP
- Prawdopodobieństwo i twierdzenie Bayesa50 XP
- Zagrajmy w karty100 XP
- Bayesowski filtr spamu100 XP
- Co mówi test?50 XP
- Przedsmak Bayesa50 XP
- Rzut monetą100 XP
- Im więcej rzutów, tym więcej wiedzy100 XP
- Hej, czy ta moneta jest uczciwa?100 XP
2
Estymacja bayesowska
Czas przyjrzeć się bliżej mechanizmom podejścia bayesowskiego. Dowiesz się, jak zastosować twierdzenie Bayesa do danych o skuteczności leków, jak estymować parametry rozkładów prawdopodobieństwa metodą siatki aproksymacji oraz jak aktualizować te estymaty w miarę napływania nowych danych. Następnie nauczysz się uwzględniać wiedzę a priori w modelu, a na koniec przećwiczysz ważną umiejętność prezentowania wyników odbiorcom bez technicznego przygotowania.
3
Wnioskowanie bayesowskie
Zastosuj zdobyte umiejętności bayesowskiej analizy danych do rozwiązywania rzeczywistych wyzwań biznesowych. Pracując z danymi marketingowymi ze sprzedaży online, przeprowadzisz testy A/B, analizę decyzji i prognozowanie za pomocą modeli regresji liniowej.
4
Bayesowska regresja liniowa z pyMC3
W tym ostatnim rozdziale wykorzystasz możliwości pakietu PyMC3, aby z łatwością dopasowywać bayesowskie modele regresji, sprawdzać poprawność zbieżności modelu, wybierać spośród konkurencyjnych modeli i generować prognozy dla nowych danych. Na zakończenie zastosujesz zdobytą wiedzę w praktycznym studium przypadku – znajdziesz optymalną cenę awokado przy użyciu bayesowskiej analizy danych. Powodzenia!
Bayesowska analiza danych w Pythonie
Kurs
ukończony
