After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Описание курса
Байесовский анализ данных — всё более популярный метод статистического вывода, позволяющий определять условную вероятность без опоры на фиксированные константы, такие как уровни значимости или p-значения. В этом курсе вы узнаете, как работает байесовский анализ данных, чем он отличается от классического подхода и почему он является незаменимым инструментом в арсенале специалиста по данным. Вы освоите A/B-тестирование, анализ решений и линейную регрессию в рамках байесовского подхода, анализируя реальные данные о рекламе, продажах и аренде велосипедов. В завершение вы поработаете с библиотекой PyMC3, которая упростит проектирование, обучение и интерпретацию байесовских моделей.
Предварительные требования
Программа
Структура курса
1
Байесовский подход
Сделайте первые шаги в мире байесовской статистики. В этой главе вы познакомитесь с базовыми понятиями теории вероятностей и статистических распределений, а также со знаменитой теоремой Байеса — краеугольным камнем байесовских методов. В завершение вы построите свою первую байесовскую модель и сделаете выводы на основе случайных бросков монеты.
- Кто такой Байес? Что такое байесовский подход?50 XP
- Байесовский vs. частотный подход100 XP
- Вероятностные распределения100 XP
- Вероятность и теорема Байеса50 XP
- Сыграем в карты100 XP
- Байесовский спам-фильтр100 XP
- Что показывает тест?50 XP
- Пробуем байесовский подход50 XP
- Подбрасывание монеты100 XP
- Чем больше бросков, тем больше знаний100 XP
- Эй, а монета честная?100 XP
2
Байесовская оценка
Пора разобраться с тем, как устроен байесовский подход изнутри. Вы научитесь применять теорему Байеса к данным об эффективности препаратов, оценивать параметры вероятностных распределений с помощью метода сеточного приближения и обновлять эти оценки по мере поступления новых данных. Затем вы узнаете, как включать априорные знания в модель, и отработаете важный навык — представление результатов нетехнической аудитории.
3
Байесовский вывод
Применяйте полученные навыки байесовского анализа данных для решения реальных бизнес-задач. Вы будете работать с данными онлайн-маркетинга: проводить A/B-тесты, анализировать решения и строить прогнозы с помощью моделей линейной регрессии.
4
Байесовская линейная регрессия с PyMC3
В этой завершающей главе вы воспользуетесь мощным пакетом PyMC3, чтобы легко обучать байесовские регрессионные модели, проверять их сходимость, выбирать между конкурирующими моделями и генерировать прогнозы для новых данных. В качестве итогового проекта вы применили всё изученное, чтобы найти оптимальную цену на авокадо в рамках кейса по байесовскому анализу данных. Удачи!
Байесовский анализ данных на Python
Курс
завершён
