ข้ามไปยังเนื้อหาหลัก

คอร์ส

ข้อผิดพลาดและความไม่แน่นอนใน Google Sheets

ระดับกลาง4 ชม.

เรียนรู้การแยกความแตกต่างจริงจากสัญญาณรบกวนแบบสุ่ม และสำรวจไม้ค้ำทางจิตวิทยาที่เราใช้ซึ่งรบกวนการตัดสินใจอย่างมีเหตุผล

Spreadsheets4 ชม.16 วิดีโอ62 แบบฝึกหัด5,000 XP9,580ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

ในโลกที่การคาดการณ์กำหนดการตัดสินใจในแต่ละวันของเรา ตั้งแต่การเลือกชุดตามพยากรณ์อากาศไปจนถึงการวางแผนการเดินทางด้วยการดูสภาพการจราจรเพียงครู่เดียว การทำความเข้าใจความแม่นยำและรายละเอียดซับซ้อนของการคาดการณ์จึงมีความสำคัญอย่างยิ่ง ไม่ว่าคุณจะเป็นบุคคลที่กำลังตัดสินใจเรื่องส่วนตัว หรือเป็นผู้ที่กำหนดทิศทางกลยุทธ์ของทั้งองค์กรไปสู่อนาคต คำถามเกี่ยวกับความน่าเชื่อถือของการคาดการณ์ ความสามารถในการมองเห็นเหตุการณ์ล่วงหน้า และความคลาดเคลื่อนที่เกิดขึ้นเป็นครั้งคราวในการพยากรณ์ อาจเคยผุดขึ้นมาในใจของคุณ หากคุณเคยสงสัยว่าทำไมนักพยากรณ์อากาศถึงดูทำนายพลาดอยู่บ่อยครั้ง หลักสูตรออนไลน์ที่ให้ความกระจ่างของเราเกี่ยวกับ Error and Uncertainty ถูกออกแบบมาเพื่อคุณ

ไขความลับของโครงสร้างแห่งการคาดการณ์

ดำดิ่งสู่โลกอันน่าหลงใหลของการพยากรณ์ในหลักสูตร Error and Uncertainty ของเรา ที่คุณจะไม่เพียงได้สำรวจความแม่นยำของการคาดการณ์เท่านั้น แต่ยังได้ลงมือฝึกทำนายด้วยตัวเองอย่างจริงจังอีกด้วย พัฒนาทักษะในการแยกแยะรูปแบบที่แท้จริงออกจากสัญญาณรบกวนแบบสุ่ม พร้อมมอบเครื่องมือให้คุณตัดสินใจอย่างมีข้อมูลท่ามกลางความไม่แน่นอน หลักสูตรนี้ก้าวข้ามเพียงผิวเผิน โดยเจาะลึกถึงไม้ค้ำทางจิตวิทยาที่มักบดบังกระบวนการตัดสินใจอย่างมีเหตุผลของเรา ไม่ว่าคุณจะกำลังวิเคราะห์รูปแบบในข้อมูลอาชญากรรมของซีแอตเทิล คาดการณ์เกรดปลายภาคของนักเรียน ป้องกันอุบัติเหตุทางจราจรในแนชวิลล์ หรือประเมินความจำเป็นในการปรับเปลี่ยนเมนูของร้านเบเกอรี่ คุณจะจบหลักสูตรนี้ไปพร้อมกับความสามารถที่เพิ่มขึ้นในการรับมือกับความซับซ้อนของความคลาดเคลื่อนและความไม่แน่นอน

การเรียนรู้แบบลงมือปฏิบัติจริงเพื่อความเข้าใจเชิงปฏิบัติ

ร่วมเดินทางเรียนรู้อันน่าดึงดูดไปกับเรา ในขณะที่เราจะพาคุณไปสำรวจการประยุกต์ใช้การวิเคราะห์ความคลาดเคลื่อนและความไม่แน่นอนในโลกจริง ผ่านแบบฝึกหัดที่น่าสนใจ คุณจะได้นำความรู้ใหม่ที่เพิ่งได้รับไปใช้เพื่อคาดการณ์ผลลัพธ์ ระบุจุดเสี่ยงที่อาจเกิดขึ้น และเสริมศักยภาพในการตัดสินใจของคุณ ตั้งแต่การถอดรหัสแนวโน้มอาชญากรรมไปจนถึงการคาดการณ์ผลการเรียนและการลดความเสี่ยงด้านการจราจร หลักสูตรของเรามอบประสบการณ์การเรียนรู้ที่มีชีวิตชีวา ซึ่งไม่เพียงให้ความเข้าใจเชิงลึก แต่ยังมอบทักษะเชิงปฏิบัติที่นำไปใช้ได้ในสถานการณ์หลากหลายรูปแบบ ยอมรับความท้าทายในการทำความเข้าใจความคลาดเคลื่อนและความไม่แน่นอน และเข้าร่วมชุมชนของผู้เรียนที่มั่นใจว่าจะได้พบความสุขในการไขปริศนาเบื้องหลังการคาดการณ์

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

Defining error, uncertainty, and risk

The first chapter presents common terminology, introduces methods for determining significant differences between groups, and outlines the kinds of error and uncertainty involved. We will specifically look at Seattle crime data and evaluate crime rate differences between precincts and neighborhoods. This chapter will equip learners to identify threats to the validity and accuracy of their conclusions.
เริ่มบทเรียน
2

Making accurate predictions

The second chapter outlines both rudimentary (e.g., moving average, seasonal average, yearly average) and more complicated methods (e.g., linear regression) for making predictions and outlines the kinds of error and uncertainty involved. We will specifically look at anonymized student grades data and evaluate the accuracy of our predictions for given students. Throughout the chapter, we will identify threats to the validity and accuracy of our predictions.
เริ่มบทเรียน
3

Poking holes in predictions

Chapter 3 encourages learners to test the assumptions of their predictions using data on car crashes. Specifically, they will determine how to allocate resources to reduce injuries and fatalities from auto accidents. Learners will discuss the impact of outliers in prediction accuracy, evaluate the importance of normally distributed data in making predictions, employ consequence-likelihood matrices in risk management, and adapt psychological heuristics to discussions of numerical uncertainty and risk.
เริ่มบทเรียน
4

Case study: Should you change your bakery's menu?

The final chapter integrates all the previous lessons into a constructed-world scenario. Learners are tasked with updating the menu at their small business: the Risky Business Bakery. They need to figure out whether to add or drop menu items based on whether there are significant differences in sales by baked good; whether their predicted sales figures from their accountant are accurate.
เริ่มบทเรียน
S

ข้อผิดพลาดและความไม่แน่นอนใน Google Sheets

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา