After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Olasılık, rastgele deneylerin sonuçlarında ortaya çıkan düzenlilikleri inceler. Bu derste, klasik yazı-tura örneğinden başlayarak rassal değişkenler, ortalama ve varyans hesaplama, olasılık dağılımları ve koşullu olasılık gibi temel kavramları öğreneceksin. Ayrıca olasılıkta iki çok önemli sonucu da keşfedeceğiz: büyük sayılar yasası ve merkezi limit teoremi. Olasılık, veri bilimi ve Machine Learning'in merkezinde olduğundan, bu kavramlar modelleri daha sağlam anlamana ve uygulamana yardımcı olacak. Şans her yerde; olasılık çalışması dünyaya bakışını değiştirecek. Haydi, rastgeleliğe dalalım!
Ön Koşullar
Müfredat
Kurs içeriği
1
Haydi, para çevirmeye başlayalım
Para atma, rastgele bir deneye verilebilecek en klasik örnektir. Olası sonuçlar yazı veya tura. Bernoulli ya da binom deneyi olarak bilinen bu tür deneyler, "evet" ya da "hayır" ve "oy" ya da "oy yok" gibi iki olası sonuca sahip problemleri incelememize olanak tanır. Bu bölümde, Bernoulli deneylerini, birden çok Bernoulli denemesini modellemek için binom dağılımlarını ve scipy kütüphanesiyle olasılık benzetimlerini tanıtıyoruz.
- Haydi Python'da yazı tura atalım50 XP
- Yazı tura atmak100 XP
- Daha da fazla yazı-tura atmak için binom kullanma100 XP
- Olasılık kütlesi ve dağılım fonksiyonları50 XP
- Kusur olasılığını tahmin etmek100 XP
- İstihdam durumunu tahmin etme100 XP
- Hırsızlık çözülme oranını tahmin etme100 XP
- Beklenen değer, ortalama ve varyans50 XP
- Beklenen değer ve varyans hesaplama50 XP
- Örneklem ortalamasını hesaplama100 XP
- Sonucu kontrol et100 XP
- Bir örneklemin ortalamasını ve varyansını hesaplama100 XP
2
Biraz olasılık hesaplayalım
Bu bölümde iki olayın kesişiminin olasılığı ve iki olayın olasılıklarının toplamı gibi çeşitli olasılıkları hesaplamayı ve bu durumları benzetimle göstermeyi öğreneceksin. Ayrıca koşullu olasılığı ve Bayes kuralını nasıl uygulayacağını da göreceksin.
3
Önemli olasılık dağılımları
Şimdiye kadar binom dağılımlarıyla çalıştık, ancak bir rassal değişkenin alabileceği birçok olasılık dağılımı vardır. Bu bölümde binom dağılımıyla ilişkili üç dağılımı daha tanıtacağız: normal, Poisson ve geometrik dağılımlar.
4
Olasılık istatistikle buluşuyor
Artık olasılıkları ve olasılık dağılımlarının önemli özelliklerini nasıl hesaplayacağını bildiğine göre, iki önemli sonucu tanıtacağız: büyük sayılar yasası ve merkezi limit teoremi. Bu sayede daha fazla veri geldikçe örnek ortalamasının ana kütle ortalamasına nasıl yaklaştığını ve belirli koşullar altında rassal değişkenlerin toplamının nasıl davrandığını daha iyi anlayacaksın.
Ayrıca veri biliminde olasılık ve istatistiğin birer uygulaması olarak doğrusal ve lojistik regresyon arasındaki bağlantıları da inceleyeceğiz.
Python ile Olasılığın Temelleri
Kurs
Tamamlandı
