Перейти к основному контенту
ГлавнаяPython

Курс

Практика статистических вопросов для собеседований на Python

Продвинутый уровеньУровень навыков
Обновлено 06.2022
Начать курс бесплатно
PythonProbability & Statistics
4 ч
15 видео
46 Упражнений
3,700 XP
16,568
Справка об успешном завершении

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Любимая обучающимися из тысяч компаний

Group

Обучаете команду?

Попробуйте для бизнеса

Описание курса

Готовитесь к следующему собеседованию или хотите поддержать статистические знания в тонусе? Освойте ключевые темы: условные вероятности, теорема Байеса, A/B-тестирование, компромисс смещения и дисперсии — и многое другое! Вы будете работать с разнообразными наборами данных: результатами веб-экспериментов и данными об австралийском климате. По окончании курса вы сможете уверенно отвечать на любые статистические вопросы на собеседовании — с опорой на Python!

Необходимые условия

Hypothesis Testing in PythonSupervised Learning with scikit-learn
1

Вероятность и выборочные распределения

Курс начинается с повторения условных вероятностей, теоремы Байеса и центральной предельной теоремы. По ходу глав вы научитесь работать с наиболее распространёнными вероятностными распределениями, которые часто встречаются на собеседованиях.
Начать главу
2

Разведочный анализ данных

В этой главе вы подготовитесь к статистическим вопросам, связанным с разведочным анализом данных. Темы включают описательную статистику, работу с категориальными переменными и анализ взаимосвязей между переменными. Упражнения помогут вам подготовиться к аналитическим заданиям и практическим вопросам по статистике.
Начать главу
3

Статистические эксперименты и проверка значимости

Погрузитесь глубже в ключевые концепции экспериментов и тестирования: доверительные интервалы, проверка гипотез, множественное тестирование, а также роль мощности критерия и объёма выборки. Мы также рассмотрим типы ошибок и их практическое значение.
Начать главу
4

Регрессия и классификация

В завершающей главе мы рассмотрим концепции, тесно связанные с моделями регрессии и классификации. Глава начинается с обзора базовых алгоритмов машинного обучения и последовательно переходит к оценке моделей, работе с особыми случаями и компромиссу смещения и дисперсии.
Начать главу
Практика статистических вопросов для собеседований на Python
Курс
завершён

Получить сертификат об окончании

Добавьте эту квалификацию в профиль LinkedIn, резюме или CV
Поделитесь в социальных сетях и в обзоре эффективности
Записаться сейчас

Присоединяйтесь к более чем 19 миллионам обучающихся и начните Практика статистических вопросов для собеседований на Python уже сегодня!

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.