After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Probabilitatea studiază regularitățile care apar în rezultatele experimentelor aleatoare. În acest curs, vei învăța concepte fundamentale de probabilitate: variabile aleatoare (pornind de la clasicul exemplu al aruncării monedei), calcul de medie și varianță, distribuții de probabilitate și probabilitate condiționată. Vom explora, de asemenea, două rezultate esențiale din teoria probabilităților: legea numerelor mari și teorema limită centrală. Deoarece probabilitatea stă la baza științei datelor și a învățării automate, aceste concepte te vor ajuta să înțelegi și să aplici modele cu mai multă rigoare. Șansele sunt pretutindeni – studiul probabilității îți va schimba modul în care privești lumea. Să începem!
Cerințe prealabile
Curriculum
Structura cursului
1
Să aruncăm cu banul
Aruncarea monedei este exemplul clasic de experiment aleator. Rezultatele posibile sunt cap sau pajură. Acest tip de experiment, cunoscut sub numele de experiment Bernoulli sau binomial, ne permite să studiem probleme cu două rezultate posibile, precum „da" sau „nu" și „vot" sau „fără vot". Acest capitol introduce experimentele Bernoulli, distribuțiile binomiale pentru modelarea mai multor experimente Bernoulli și simulările de probabilitate cu biblioteca scipy.
- Să aruncăm o monedă în Python50 XP
- Aruncarea monedei100 XP
- Folosind binom pentru a arunca și mai multe monede100 XP
- Funcții de masă de probabilitate și de distribuție50 XP
- Predicția probabilității defectelor100 XP
- Predicția statutului de angajare100 XP
- Prezicerea ratei de soluționare a spargерilor100 XP
- Valoarea așteptată, media și varianța50 XP
- Calcularea valorii așteptate și a varianței50 XP
- Calcularea mediei eșantionului100 XP
- Verificarea rezultatului100 XP
- Calcularea mediei și varianței unui eșantion100 XP
2
Calculul probabilităților
În acest capitol vei învăța să calculezi diferite tipuri de probabilități – cum ar fi probabilitatea intersecției a două evenimente și suma probabilităților a două evenimente – și să simulezi aceste situații. Vei învăța, de asemenea, despre probabilitatea condiționată și cum să aplici regula lui Bayes.
3
Distribuții de probabilitate importante
Până acum am lucrat cu distribuții binomiale, însă o variabilă aleatoare poate urma multe alte distribuții de probabilitate. În acest capitol vom introduce încă trei distribuții înrudite cu cea binomială: distribuția normală, distribuția Poisson și distribuția geometrică.
4
Probabilitate și statistică
Acum că știi să calculezi probabilități și proprietăți importante ale distribuțiilor de probabilitate, vom introduce două rezultate esențiale: legea numerelor mari și teorema limită centrală. Acestea îți vor aprofunda înțelegerea modului în care media eșantionului converge spre media populației pe măsură ce sunt disponibile mai multe date, dar și a modului în care se comportă suma variabilelor aleatoare în anumite condiții.
Vom explora, de asemenea, legăturile dintre regresia liniară și cea logistică, ca aplicații ale probabilității și statisticii în știința datelor.
Bazele probabilității în Python
Curs
finalizat
