Sau khi hoàn thành các khóa học này, tôi cảm thấy tự tin khi tạo các trực quan hóa và bảng điều khiển chuyên nghiệp
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Trong thế giới mà các dự đoán định hình những quyết định hằng ngày của chúng ta, từ việc chọn trang phục dựa trên dự báo thời tiết đến lên kế hoạch đi lại chỉ bằng một cái nhìn vào tình hình giao thông, việc hiểu rõ độ chính xác và những khía cạnh phức tạp của các dự đoán trở nên vô cùng quan trọng. Dù bạn là một cá nhân đang đưa ra những lựa chọn cho riêng mình hay người định hướng chiến lược tương lai cho cả một tổ chức, hẳn bạn đã từng băn khoăn về độ tin cậy của các dự đoán, khả năng dự báo sự kiện và những lúc dự báo không chính xác. Nếu bạn từng thắc mắc vì sao dự báo thời tiết đôi khi không chính xác, khóa học trực tuyến giàu tính khai sáng về Sai số và độ bất định này được thiết kế dành cho bạn.
Khám phá cấu trúc đằng sau các dự đoán
Khám phá thế giới dự đoán đầy hấp dẫn trong khóa học Sai số và Bất định của chúng tôi, nơi bạn không chỉ tìm hiểu độ chính xác của các dự báo mà còn trực tiếp thực hành đưa ra dự đoán. Trang bị kỹ năng phân biệt các mẫu hình thực sự với nhiễu ngẫu nhiên, đồng thời cung cấp cho bạn công cụ để đưa ra quyết định sáng suốt khi đối mặt với sự bất định. Khóa học này không chỉ dừng lại ở bề nổi mà còn đi sâu khám phá những chỗ dựa tâm lý thường làm lu mờ quá trình ra quyết định một cách lý trí của chúng ta. Dù phân tích các xu hướng trong dữ liệu tội phạm ở Seattle, dự đoán điểm tổng kết của học sinh, ngăn ngừa tai nạn giao thông ở Nashville hay đánh giá nhu cầu thay đổi thực đơn của một tiệm bánh, sau khóa học này, bạn sẽ nâng cao khả năng xử lý những vấn đề phức tạp liên quan đến sai số và sự bất định.
Học tập thực hành để có góc nhìn thực tiễn
Hãy cùng chúng tôi tham gia hành trình học tập đầy cuốn hút, khám phá các ứng dụng thực tế của phân tích sai số và độ không chắc chắn. Thông qua các bài tập hấp dẫn, bạn sẽ vận dụng kiến thức mới để dự đoán kết quả, nhận diện những rủi ro tiềm ẩn và nâng cao khả năng ra quyết định. Từ việc giải mã xu hướng tội phạm đến dự báo kết quả học tập và giảm thiểu rủi ro giao thông, khóa học của chúng tôi mang đến trải nghiệm học tập năng động, giúp bạn không chỉ mở rộng hiểu biết mà còn trang bị những kỹ năng thực tiễn có thể áp dụng trong nhiều tình huống khác nhau. Hãy đón nhận thử thách tìm hiểu về sai số và tính bất định, đồng thời tham gia cộng đồng những người học chắc chắn sẽ thích thú khi khám phá những bí ẩn đằng sau các dự đoán.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
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.
- Defining error and uncertainty50 XP
- Measures of central tendency100 XP
- Crime time100 XP
- IF functions50 XP
- Extracting UNIQUE() values100 XP
- Book 'em and count 'em100 XP
- Averages and IF conditions100 XP
- Counts with multiple criteria100 XP
- Correlation50 XP
- Rap sheet100 XP
- Correlation preparation100 XP
- A (crimes) committed relationship100 XP
- Strong relationships50 XP
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.
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.
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.
S
Sai số và bất định trong Google Sheets
Hoàn
thành khóa học
