Fundamentos de Probabilidade em Python

Neste capítulo, você vai aprender a calcular vários tipos de probabilidades, como a probabilidade da interseção de dois eventos e a soma das probabilidades de dois eventos, e a simular essas situações. Você também vai aprender sobre probabilidade condicional e como aplicar a regra de Bayes.

Até agora, trabalhamos com distribuições binomiais, mas há muitas distribuições de probabilidade que uma variável aleatória pode assumir. Neste capítulo, vamos apresentar mais três que são relacionadas à distribuição binomial: as distribuições normal, de Poisson e geométrica.

Agora que você sabe calcular probabilidades e propriedades importantes de distribuições de probabilidade, vamos apresentar dois resultados essenciais: a lei dos grandes números e o teorema central do limite. Isso vai ampliar seu entendimento sobre como a média amostral converge para a média populacional à medida que mais dados ficam disponíveis e como a soma de variáveis aleatórias se comporta sob certas condições.Também vamos explorar conexões entre regressões linear e logística como aplicações de probabilidade e estatística em data science.