跳至主要内容

课程

Python 中的蒙特卡洛模拟

中级4 小时

用 Python 学习设计并运行自己的蒙特卡洛模拟!

Python4 小时15 个视频52 个练习4,350 XP8,628成就证明

创建您的免费账户

继续使用 Google
继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

深受数千家公司学习者的喜爱

要培训团队?

试用企业版

课程简介

使用 SciPy 和 NumPy 模拟结果

这门实用课程介绍蒙特卡洛模拟及其应用场景。 蒙特卡洛模拟用于估算不确定事件的一系列结果,而 Python 库如 SciPy 和 NumPy 让您快速轻松地创建自己的模拟!

在有原则的模拟中应用新技能

在学习创建模拟的每一步时,你将通过对糖尿病患者结局数据集执行有原则的蒙特卡洛模拟来应用这些技能,并利用模拟结果了解不同变量如何影响糖尿病进展。

学习如何评估并改进你的模拟

你将回顾概率分布,并了解如何为你的模拟选择合适的分布,同时你还将认识到输入相关性和模型敏感性分析的重要性。 最后,你将学习如何使用流行的 Seaborn 可视化库来传达你的模拟结果。

先修要求

课程体系

课程大纲

1

蒙特卡洛模拟入门

什么是蒙特卡洛模拟?它在何时最有用?在回答这些基础问题后,您将学习如何执行简单的模拟,例如估算圆周率。您还将了解重采样,这是一类特殊的蒙特卡洛模拟。
开始本章
3

规范化的蒙特卡洛模拟

4

模型检验与结果解读

学习如何评估您的蒙特卡洛模型,并在 Seaborn 中用清晰易读的可视化展示结果。最后,使用敏感性分析来理解模型输入变化将如何影响结果,并通过模拟练习:当销售额与通胀变化时,企业利润会受到怎样的影响。
开始本章

Python 中的蒙特卡洛模拟

课程已完成

获得成就证明

立即报名

通过 DataCamp 移动版提升您的数据技能

借助我们的移动课程和每日 5 分钟编程挑战,随时随地取得进步。