После прохождения этих курсов я уверенно создаю профессиональные визуализации и дашборды.
Shoebur RahmanСпециалист по закупкам, Giz Bangladesh
Описание курса
Теория вероятностей изучает закономерности, которые проявляются в результатах случайных экспериментов. В этом курсе вы познакомитесь с ключевыми понятиями: случайными величинами (начиная с классического примера подбрасывания монеты), математическим ожиданием и дисперсией, распределениями вероятностей и условной вероятностью. Мы также рассмотрим два важнейших результата теории вероятностей: закон больших чисел и центральную предельную теорему. Поскольку вероятность лежит в основе науки о данных и машинного обучения, эти концепции помогут вам лучше понимать модели и применять их более уверенно. Случайность окружает нас повсюду — и изучение теории вероятностей изменит ваш взгляд на мир. Начнём!
Предварительные требования
Программа
План курса
1
Подбрасываем монету
Подбрасывание монеты — классический пример случайного эксперимента. Возможные исходы: орёл или решка. Такой тип эксперимента, известный как испытание Бернулли или биномиальное испытание, позволяет изучать задачи с двумя возможными исходами: «да» или «нет», «проголосовал» или «не проголосовал». В этой главе рассматриваются эксперименты Бернулли, биномиальные распределения для моделирования множества испытаний Бернулли, а также симуляции вероятностей с помощью библиотеки scipy.
- Подбрасываем монету в Python50 XP
- Бросаем монету100 XP
- Используем binom для ещё большего количества бросков монеты100 XP
- Функция вероятности и функция распределения50 XP
- Прогнозирование вероятности дефектов100 XP
- Прогнозирование статуса занятости100 XP
- Прогнозирование раскрываемости краж со взломом100 XP
- Математическое ожидание, среднее и дисперсия50 XP
- Вычисление математического ожидания и дисперсии50 XP
- Вычисление выборочного среднего100 XP
- Проверка результата100 XP
- Вычисление среднего значения и дисперсии выборки100 XP
2
Вычисляем вероятности
В этой главе вы научитесь вычислять различные виды вероятностей: вероятность пересечения двух событий, сумму вероятностей двух событий — и моделировать подобные ситуации. Вы также познакомитесь с условной вероятностью и научитесь применять теорему Байеса.
3
Важные распределения вероятностей
До сих пор мы работали с биномиальными распределениями, однако случайная величина может подчиняться самым разным законам распределения. В этой главе мы рассмотрим ещё три распределения, связанные с биномиальным: нормальное, Пуассона и геометрическое.
4
Вероятность и статистика
Теперь, когда вы умеете вычислять вероятности и знаете важные свойства распределений вероятностей, мы познакомим вас с двумя ключевыми результатами: законом больших чисел и центральной предельной теоремой. Вы увидите, как выборочное среднее сходится к генеральному по мере накопления данных, и узнаете, как ведёт себя сумма случайных величин при определённых условиях.
Мы также рассмотрим связь между линейной и логистической регрессией как примерами применения теории вероятностей и статистики в науке о данных.
Основы теории вероятностей на Python
Курс
завершён
