Build your ultimate AI agent
รายละเอียดคอร์ส
ทำความเข้าใจตัวแปรสุ่มให้ลึกซึ้ง
การจำลองเป็นกลุ่มของอัลกอริทึมเชิงคำนวณที่ใช้การสุ่มตัวอย่างแบบสุ่มเพื่อแก้ปัญหาที่ซับซ้อนมากขึ้นเรื่อยๆ แม้ว่าแบบจำลองจำลองสถานการณ์จะมีมานานแล้ว แต่ความสนใจในสาขานี้เพิ่งเพิ่มขึ้นอย่างมากในช่วงหลัง เนื่องจากพลังการประมวลผลที่สูงขึ้นและการประยุกต์ใช้ในด้านปัญญาประดิษฐ์ ฟิสิกส์ ชีววิทยาเชิงคำนวณ และการเงิน เพียงยกตัวอย่างบางส่วนหลักสูตรนี้มอบประสบการณ์ลงมือปฏิบัติจริงกับการจำลองโดยใช้การประยุกต์ใช้ในโลกจริง โดยเริ่มจากการแนะนำตัวแปรสุ่มและเครื่องมือที่คุณต้องใช้ในการรันการจำลอง
รับความรู้เบื้องต้นเกี่ยวกับแนวคิดเรื่องความน่าจะเป็น
บทที่สองในหลักสูตรนี้จะให้ภาพรวมของแนวคิดเรื่องความน่าจะเป็น โดยใช้แบบฝึกหัดฝึกปฏิบัติที่อิงจากเกมไพ่และปริศนาความน่าจะเป็นที่เป็นที่รู้จักกันดี เพื่อสร้างกรอบความเข้าใจให้กับความรู้ใหม่ของคุณ คุณจะจบบทนี้ด้วยการสร้างแบบจำลองการจำลองโฆษณาอีคอมเมิร์ซค้นพบวิธีการรีแซมปลิงและการประยุกต์ใช้
บทที่สามจะพิจารณาวิธีการรีแซมปลิงที่แตกต่างกัน รวมถึงการรีแซมปลิงแบบบูตสแตรป การรีแซมปลิงแบบแจ็กไนฟ์ และการทดสอบแบบเพอร์มิวเทชัน เมื่อคุณเรียนจบหลักสูตรนี้แล้ว คุณจะสามารถเพิ่มวิธีการเหล่านี้เข้าไปในกระบวนการวิเคราะห์ข้อมูลของคุณได้เรียนรู้การใช้การจำลองสำหรับธุรกิจและสร้างพอร์ตโฟลิโอของคุณ
การจำลองมีการประยุกต์ใช้ในโลกจริงมากมาย โดยเฉพาะในโลกธุรกิจ บทสุดท้ายของหลักสูตรนี้จะพิจารณาสิ่งเหล่านี้ และพาคุณผ่านปัญหาการวางแผนธุรกิจ เพื่อให้คุณคุ้นเคยกับการนำทักษะใหม่ของคุณไปใช้ในบริบททางธุรกิจ คุณจะได้เรียนรู้การสร้างแบบจำลองกำไร การเพิ่มประสิทธิภาพต้นทุน และการเริ่มต้นใช้งานการวิเคราะห์กำลัง (power analysis)ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
พื้นฐานของความสุ่มและการจำลอง
บทนี้จะให้เครื่องมือที่จำเป็นสำหรับการรันการจำลอง โดยเริ่มจากการทบทวนตัวแปรสุ่มและการแจกแจงความน่าจะเป็น จากนั้นจะเรียนรู้วิธีรันการจำลองโดยดูขั้นตอนการทำงานของการจำลองและนำไปปรับใช้ในบริบทของเกมลูกเต๋า และสุดท้ายจะเรียนรู้วิธีใช้การจำลองเพื่อช่วยตัดสินใจ
- ตัวแปรสุ่มเบื้องต้น50 XP
- np.random.choice()50 XP
- ตัวแปรสุ่มแบบ Poisson100 XP
- การสับไพ่100 XP
- พื้นฐานการจำลอง50 XP
- การทอยลูกเต๋าที่ยุติธรรม100 XP
- ทอยลูกเต๋าสองลูก100 XP
- จำลองเกมลูกเต๋า100 XP
- การใช้การจำลองสถานการณ์เพื่อช่วยตัดสินใจ50 XP
- จำลองการจับสลากหนึ่งครั้ง100 XP
- ควรซื้อหรือไม่?100 XP
- คำนวณราคาตั๋วลอตเตอรีที่คุ้มทุน100 XP
2
ความน่าจะเป็นและกระบวนการสร้างข้อมูล
บทนี้แนะนำแนวคิดเรื่องความน่าจะเป็นเบื้องต้น และให้ความเข้าใจเชิงปฏิบัติเกี่ยวกับกระบวนการสร้างข้อมูล จะมีตัวอย่างการสร้างแบบจำลองกระบวนการสร้างข้อมูลหลายรูปแบบ และปิดท้ายด้วยการจำลองโฆษณา eCommerce
3
วิธีการ Resampling
บทนี้แนะนำวิธีการ Resampling และการประยุกต์ใช้งานโดยสังเขป จะได้สัมผัสกับ Bootstrap Resampling, Jackknife Resampling และการทดสอบแบบ Permutation หลังจากจบบทนี้ ผู้เรียนจะสามารถเริ่มนำวิธีการ Resampling อย่างง่ายไปใช้วิเคราะห์ข้อมูลได้
4
การประยุกต์ใช้การจำลองขั้นสูง
บทนี้แนะนำการประยุกต์ใช้การจำลองทั้งในระดับพื้นฐานและขั้นสูงเพื่อแก้ปัญหาในโลกจริง จะได้ฝึกแก้โจทย์การวางแผนทางธุรกิจ เรียนรู้เรื่อง Monte Carlo Integration การวิเคราะห์กำลัง (Power Analysis) ด้วยการจำลอง และปิดท้ายด้วยการจำลองพอร์ตโฟลิโอทางการเงิน หลังจากจบบทนี้ ผู้เรียนจะพร้อมนำการจำลองไปใช้แก้ปัญหาในชีวิตประจำวันได้
การจำลองทางสถิติด้วย Python
เรียนจบแล้ว

