Kurs
Symulacje statystyczne w Pythonie
ŚredniozaawansowanyPoziom umiejętności
Zaktualizowano 12.2023
PythonProbability & Statistics4 godz.16 filmów58 Ćwiczeń4,800 XP19,850Zaświadczenie o ukończeniu
Utwórz bezpłatne konto
Kontynuuj z GooglePokaż więcej opcjilub
Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.
Uwielbiany przez kursantów z tysięcy firm
Szkolisz zespół?
Wypróbuj dla firmOpis kursu
Poznaj zmienne losowe
Symulacje to klasa algorytmów obliczeniowych, które wykorzystują losowe próbkowanie do rozwiązywania coraz bardziej złożonych problemów. Choć symulacje istnieją od dawna, zainteresowanie tą dziedziną ostatnio wzrosło dzięki rosnącej mocy obliczeniowej oraz zastosowaniom w sztucznej inteligencji, fizyce, biologii obliczeniowej i finansach, by wymienić tylko kilka.Ten kurs zapewnia praktyczne doświadczenie z symulacjami z wykorzystaniem rzeczywistych zastosowań, zaczynając od wprowadzenia do zmiennych losowych oraz narzędzi potrzebnych do przeprowadzenia symulacji.
Poznaj podstawy pojęć z zakresu prawdopodobieństwa
Drugi rozdział tego kursu przedstawia przegląd pojęć z zakresu prawdopodobieństwa, wykorzystując ćwiczenia praktyczne oparte na grach karcianych i znanych łamigłówkach probabilistycznych, aby stworzyć ramy dla nowo zdobytej wiedzy. Zakończysz ten rozdział, modelując symulację reklamową eCommerce.Poznaj metody resamplingu i ich zastosowania
Trzeci rozdział omawia różne metody resamplingu, w tym bootstrap resampling, jackknife resampling oraz testy permutacyjne. Po ukończeniu tego kursu będziesz w stanie dodać te metody do swojego procesu analizy danych.Naucz się wykorzystywać symulację w biznesie i zbuduj swoje portfolio
Symulacja ma wiele zastosowań w świecie rzeczywistym, zwłaszcza w biznesie. Ostatni rozdział tego kursu przygląda się tym zagadnieniom i prowadzi Cię przez problem planowania biznesowego, aby przyzwyczaić Cię do wykorzystywania nowych umiejętności w środowisku biznesowym. Przyjrzysz się modelowaniu zysków, optymalizacji kosztów i rozpoczniesz pracę z analizą mocy.Wymagania wstępne
Sampling in Python1
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.
2
Probability & Data Generation Process
This chapter provides a basic introduction to probability concepts and a hands-on understanding of the data generating process. We'll look at a number of examples of modeling the data generating process and will conclude with modeling an eCommerce advertising simulation.
3
Resampling Methods
In this chapter, we will get a brief introduction to resampling methods and their applications. We will get a taste of bootstrap resampling, jackknife resampling, and permutation testing. After completing this chapter, students will be able to start applying simple resampling methods for data analysis.
4
Advanced Applications of Simulation
In this chapter, students will be introduced to some basic and advanced applications of simulation to solve real-world problems. We'll work through a business planning problem, learn about Monte Carlo Integration, Power Analysis with simulation and conclude with a financial portfolio simulation. After completing this chapter, students will be ready to apply simulation to solve everyday problems.
Symulacje statystyczne w Pythonie
Kurs ukończony
Zdobądź zaświadczenie o ukończeniu
Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysuUdostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz
Dołącz do ponad 19 milionów kursantów i zacznij Symulacje statystyczne w Pythonie już dziś!
Utwórz bezpłatne konto
Kontynuuj z GooglePokaż więcej opcjilub
Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.
Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych
Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.