ข้ามไปยังเนื้อหาหลัก

คอร์ส

การวิเคราะห์ข้อมูลแบบเบย์เซียนด้วย Python

ระดับกลาง4 ชม.

เรียนรู้ข้อดีของการวิเคราะห์ข้อมูลแบบเบย์เซียน และนำไปใช้กับกรณีใช้งานจริงหลากหลายรูปแบบ!

Python4 ชม.14 วิดีโอ49 แบบฝึกหัด4,000 XP15,900ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

การวิเคราะห์ข้อมูลแบบเบย์เซียนเป็นวิธีการอนุมานทางสถิติที่ได้รับความนิยมเพิ่มขึ้นเรื่อย ๆ ใช้สำหรับคำนวณความน่าจะเป็นแบบมีเงื่อนไขโดยไม่ต้องพึ่งพาค่าคงที่ เช่น ระดับความเชื่อมั่นหรือ p-value ในคอร์สนี้ จะได้เรียนรู้ว่าการวิเคราะห์ข้อมูลแบบเบย์เซียนทำงานอย่างไร แตกต่างจากแนวทางแบบดั้งเดิมอย่างไร และทำไมจึงเป็นส่วนสำคัญในชุดเครื่องมือด้าน Data Science นอกจากนี้ยังได้ฝึกทำ A/B testing การวิเคราะห์เพื่อตัดสินใจ และการสร้างโมเดล linear regression ด้วยแนวทางเบย์เซียน โดยใช้ข้อมูลจริงด้านโฆษณา ยอดขาย และการเช่าจักรยาน สุดท้าย จะได้ลงมือใช้ไลบรารี PyMC3 ซึ่งช่วยให้การออกแบบ ปรับ และตีความโมเดลเบย์เซียนทำได้ง่ายยิ่งขึ้น

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

แนวทางเบย์เซียน

เริ่มต้นก้าวแรกสู่โลกของเบย์เซียน ในบทนี้จะได้รู้จักแนวคิดพื้นฐานของความน่าจะเป็นและการแจกแจงทางสถิติ รวมถึงทฤษฎีบทเบย์ส์อันโด่งดัง ซึ่งเป็นรากฐานของวิธีการแบบเบย์เซียน จากนั้นจะได้สร้างโมเดลเบย์เซียนแรกเพื่อสรุปผลจากการโยนเหรียญแบบสุ่ม
เริ่มบทเรียน
2

การประมาณค่าแบบเบย์เซียน

ถึงเวลาเจาะลึกกลไกของเบย์เซียน จะได้เรียนรู้วิธีนำทฤษฎีบทเบย์ส์มาประยุกต์ใช้กับข้อมูลประสิทธิภาพของยา เพื่อประมาณค่าพารามิเตอร์ของการแจกแจงความน่าจะเป็นด้วยเทคนิค grid approximation และอัปเดตค่าประมาณเหล่านี้เมื่อมีข้อมูลใหม่เพิ่มขึ้น นอกจากนี้ยังจะได้เรียนรู้วิธีนำความรู้เดิม (prior knowledge) มาใส่ในโมเดล และฝึกทักษะสำคัญในการรายงานผลให้กับผู้ที่ไม่มีพื้นฐานด้านเทคนิค
เริ่มบทเรียน
3

การอนุมานแบบเบย์เซียน

นำทักษะการวิเคราะห์ข้อมูลแบบเบย์เซียนที่เพิ่งเรียนรู้ไปแก้โจทย์ทางธุรกิจในชีวิตจริง จะได้ทำงานกับข้อมูลการตลาดออนไลน์เพื่อทำ A/B testing การวิเคราะห์เพื่อตัดสินใจ และการพยากรณ์ด้วยโมเดล linear regression
เริ่มบทเรียน
4

Bayesian linear regression ด้วย PyMC3

ในบทสุดท้ายนี้ จะได้ใช้ประโยชน์จากแพ็กเกจ PyMC3 ที่ทรงพลัง เพื่อปรับโมเดล Bayesian regression ได้อย่างสะดวก ตรวจสอบความถูกต้องของการ convergence ของโมเดล เปรียบเทียบและเลือกระหว่างโมเดลที่แข่งขันกัน รวมถึงสร้างการพยากรณ์สำหรับข้อมูลใหม่ ท้ายที่สุดจะได้นำสิ่งที่เรียนมาทั้งหมดไปประยุกต์ใช้ในกรณีศึกษาการวิเคราะห์ข้อมูลแบบเบย์เซียน เพื่อหาราคาที่เหมาะสมที่สุดสำหรับอะโวคาโด โชคดี!
เริ่มบทเรียน

การวิเคราะห์ข้อมูลแบบเบย์เซียนด้วย Python

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา

การวิเคราะห์ข้อมูลแบบเบย์เซียนด้วย Python | DataCamp