ข้ามไปยังเนื้อหาหลัก

คอร์ส

พื้นฐานความน่าจะเป็นด้วย Python

ขั้นกลาง5 ชม.

เรียนรู้แนวคิดพื้นฐานของความน่าจะเป็น เช่น ตัวแปรสุ่ม ค่าเฉลี่ยและความแปรปรวน การแจกแจงความน่าจะเป็น และความน่าจะเป็นแบบมีเงื่อนไข

Python5 ชม.16 วิดีโอ61 แบบฝึกหัด5,050 XP16,119หนังสือรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
เมื่อดำเนินการต่อ ถือว่าคุณยอมรับ ข้อกำหนดการใช้งานและ นโยบายความเป็นส่วนตัว และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีมอยู่ใช่ไหม?

ทดลองใช้สำหรับองค์กร

รายละเอียดคอร์ส

ความน่าจะเป็นคือการศึกษารูปแบบที่เกิดขึ้นซ้ำในผลลัพธ์ของการทดลองแบบสุ่ม ในคอร์สนี้ จะได้เรียนรู้แนวคิดพื้นฐานด้านความน่าจะเป็น เช่น ตัวแปรสุ่ม (เริ่มจากตัวอย่างคลาสสิกอย่างการโยนเหรียญ) การคำนวณค่าเฉลี่ยและความแปรปรวน การแจกแจงความน่าจะเป็น และความน่าจะเป็นแบบมีเงื่อนไข นอกจากนี้ยังจะสำรวจผลลัพธ์สำคัญสองประการในทฤษฎีความน่าจะเป็น ได้แก่ กฎของจำนวนมากและทฤษฎีบทลิมิตกลาง เนื่องจากความน่าจะเป็นเป็นรากฐานของ data science และ machine learning แนวคิดเหล่านี้จะช่วยให้เข้าใจและนำโมเดลไปใช้ได้อย่างมั่นใจยิ่งขึ้น ความน่าจะเป็นอยู่รอบตัวเรา และการศึกษาเรื่องนี้จะเปลี่ยนมุมมองที่มีต่อโลกไปอย่างสิ้นเชิง

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงร่างคอร์ส

1

เริ่มต้นโยนเหรียญกัน

การโยนเหรียญคือตัวอย่างคลาสสิกของการทดลองแบบสุ่ม โดยผลลัพธ์ที่เป็นไปได้คือหัวหรือก้อย การทดลองประเภทนี้เรียกว่าการทดลองแบบเบอร์นูลลีหรือไบโนเมียล ซึ่งช่วยให้ศึกษาปัญหาที่มีผลลัพธ์สองแบบ เช่น "ใช่" หรือ "ไม่ใช่" และ "โหวต" หรือ "ไม่โหวต" บทนี้จะแนะนำการทดลองแบบเบอร์นูลลี การแจกแจงแบบไบโนเมียลสำหรับจำลองการทดลองเบอร์นูลลีหลายครั้ง และการจำลองความน่าจะเป็นด้วยไลบรารี scipy
เริ่มบท
2

คำนวณความน่าจะเป็น

ในบทนี้จะได้เรียนรู้การคำนวณความน่าจะเป็นหลากหลายรูปแบบ เช่น ความน่าจะเป็นของอินเทอร์เซกชันของสองเหตุการณ์และผลรวมความน่าจะเป็นของสองเหตุการณ์ รวมถึงการจำลองสถานการณ์เหล่านั้น นอกจากนี้ยังจะได้เรียนรู้เรื่องความน่าจะเป็นแบบมีเงื่อนไขและการนำกฎของเบย์สไปใช้
เริ่มบท
3

การแจกแจงความน่าจะเป็นที่สำคัญ

จนถึงตอนนี้เราทำงานกับการแจกแจงแบบไบโนเมียลมาตลอด แต่ยังมีการแจกแจงความน่าจะเป็นอีกหลายรูปแบบที่ตัวแปรสุ่มสามารถเป็นได้ ในบทนี้จะแนะนำอีก 3 รูปแบบที่เกี่ยวข้องกับการแจกแจงแบบไบโนเมียล ได้แก่ การแจกแจงแบบปกติ การแจกแจงแบบปัวซง และการแจกแจงแบบเรขาคณิต
เริ่มบท
4

ความน่าจะเป็นพบกับสถิติ

เมื่อรู้วิธีคำนวณความน่าจะเป็นและคุณสมบัติสำคัญของการแจกแจงความน่าจะเป็นแล้ว บทนี้จะแนะนำผลลัพธ์สำคัญสองประการ ได้แก่ กฎของจำนวนมากและทฤษฎีบทลิมิตกลาง ซึ่งจะขยายความเข้าใจเกี่ยวกับการที่ค่าเฉลี่ยของตัวอย่างเข้าสู่ค่าเฉลี่ยของประชากรเมื่อมีข้อมูลมากขึ้น และพฤติกรรมของผลรวมตัวแปรสุ่มภายใต้เงื่อนไขที่กำหนด นอกจากนี้ยังจะสำรวจความเชื่อมโยงระหว่างการถดถอยเชิงเส้นและการถดถอยโลจิสติกในฐานะการประยุกต์ใช้ความน่าจะเป็นและสถิติใน data science
เริ่มบท

พื้นฐานความน่าจะเป็นด้วย Python

เรียนคอร์สจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน