After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Bayesiansk dataanalys är en alltmer populär metod för statistisk slutledning. Den används för att beräkna villkorlig sannolikhet utan att behöva förlita sig på fasta konstanter som konfidensnivåer eller p-värden. I den här kursen lär du dig hur bayesiansk dataanalys fungerar, hur den skiljer sig från det klassiska synsättet och varför den är en oumbärlig del av din verktygslåda inom datavetenskap. Du arbetar med A/B-testning, beslutsanalys och linjär regressionsmodellering med ett bayesianskt angreppssätt medan du analyserar verkliga data om annonsering, försäljning och cykeluthyrning. Avslutningsvis får du praktisk erfarenhet av biblioteket PyMC3, som gör det enklare att utforma, anpassa och tolka bayesianska modeller.
Förkunskapskrav
Kursplan
Kursöversikt
1
Det bayesianska synsättet
Ta dina första steg i den bayesianska världen. I det här kapitlet introduceras du till grundläggande begrepp inom sannolikhet och statistiska fördelningar, samt till det berömda Bayes sats – hörnstenen i bayesianska metoder. Avslutningsvis bygger du din första bayesianska modell för att dra slutsatser från slumpmässiga myntkast.
- Vem är Bayes? Vad är Bayes?50 XP
- Bayesianer vs. frekventister100 XP
- Sannolikhetsfördelningar100 XP
- Sannolikhet och Bayes sats50 XP
- Vi spelar kort100 XP
- Bayesianskt skräppostfilter100 XP
- Vad säger testet?50 XP
- Smaka på Bayes50 XP
- Singla en slant100 XP
- Ju fler kast, desto mer lär du dig100 XP
- Är det här ett rättvist mynt?100 XP
2
Bayesiansk skattning
Nu är det dags att titta under huven på det bayesianska synsättet. Du lär dig att tillämpa Bayes sats på data om läkemedelseffektivitet för att skatta parametrar i sannolikhetsfördelningar med hjälp av rutnätsapproximation, och att uppdatera dessa skattningar när nya data blir tillgängliga. Därefter lär du dig att integrera förkunskaper i modellen och övar på den viktiga färdigheten att presentera resultat för en icke-teknisk målgrupp.
3
Bayesiansk inferens
Tillämpa dina nyförvärvade kunskaper i bayesiansk dataanalys för att lösa verkliga affärsutmaningar. Du arbetar med data från digital försäljningsmarknadsföring för att genomföra A/B-tester, beslutsanalys och prognoser med linjära regressionsmodeller.
4
Bayesiansk linjär regression med PyMC3
I det här sista kapitlet utnyttjar du det kraftfulla paketet PyMC3 för att enkelt anpassa bayesianska regressionsmodeller, utföra kontroller av en modells konvergens, välja mellan konkurrerande modeller och generera prediktioner för nya data. Som avslutning tillämpar du det du har lärt dig för att hitta det optimala priset på avokado i en fallstudie i bayesiansk dataanalys. Lycka till!
Bayesiansk dataanalys i Python
Kurs
slutförd
