ข้ามไปยังเนื้อหาหลัก

คอร์ส

พื้นฐานความน่าจะเป็นด้วย Python

ระดับกลาง5 ชม.

เรียนรู้แนวคิดพื้นฐานของความน่าจะเป็น เช่น ตัวแปรสุ่ม ค่าเฉลี่ยและความแปรปรวน การแจกแจงความน่าจะเป็น และความน่าจะเป็นแบบมีเงื่อนไข

Python5 ชม.16 วิดีโอ61 แบบฝึกหัด5,050 XP16,014ใบแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
การดำเนินการต่อหมายความว่าคุณยอมรับ เงื่อนไขการใช้งาน, ของเรา นโยบายความเป็นส่วนตัว และข้อมูลของคุณถูกจัดเก็บไว้ในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในหลายพันบริษัท

รายละเอียดคอร์ส

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

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงสร้างคอร์ส

1

เริ่มต้นโยนเหรียญกัน

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

คำนวณความน่าจะเป็น

ในบทนี้จะได้เรียนรู้การคำนวณความน่าจะเป็นหลากหลายรูปแบบ เช่น ความน่าจะเป็นของอินเทอร์เซกชันของสองเหตุการณ์และผลรวมความน่าจะเป็นของสองเหตุการณ์ รวมถึงการจำลองสถานการณ์เหล่านั้น นอกจากนี้ยังจะได้เรียนรู้เรื่องความน่าจะเป็นแบบมีเงื่อนไขและการนำกฎของเบย์สไปใช้
เริ่มบทเรียน
3

การแจกแจงความน่าจะเป็นที่สำคัญ

จนถึงตอนนี้เราทำงานกับการแจกแจงแบบไบโนเมียลมาตลอด แต่ยังมีการแจกแจงความน่าจะเป็นอีกหลายรูปแบบที่ตัวแปรสุ่มสามารถเป็นได้ ในบทนี้จะแนะนำอีก 3 รูปแบบที่เกี่ยวข้องกับการแจกแจงแบบไบโนเมียล ได้แก่ การแจกแจงแบบปกติ การแจกแจงแบบปัวซง และการแจกแจงแบบเรขาคณิต
เริ่มบทเรียน
4

ความน่าจะเป็นพบกับสถิติ

เมื่อรู้วิธีคำนวณความน่าจะเป็นและคุณสมบัติสำคัญของการแจกแจงความน่าจะเป็นแล้ว บทนี้จะแนะนำผลลัพธ์สำคัญสองประการ ได้แก่ กฎของจำนวนมากและทฤษฎีบทลิมิตกลาง ซึ่งจะขยายความเข้าใจเกี่ยวกับการที่ค่าเฉลี่ยของตัวอย่างเข้าสู่ค่าเฉลี่ยของประชากรเมื่อมีข้อมูลมากขึ้น และพฤติกรรมของผลรวมตัวแปรสุ่มภายใต้เงื่อนไขที่กำหนด นอกจากนี้ยังจะสำรวจความเชื่อมโยงระหว่างการถดถอยเชิงเส้นและการถดถอยโลจิสติกในฐานะการประยุกต์ใช้ความน่าจะเป็นและสถิติใน data science
เริ่มบทเรียน

พื้นฐานความน่าจะเป็นด้วย Python

เรียนจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp บนมือถือ

ก้าวหน้าได้ทุกที่ด้วยคอร์สมือถือและแบบฝึกหัดการเขียนโค้ด 5 นาทีประจำวันของเรา

พื้นฐานความน่าจะเป็นด้วย Python | DataCamp