Build your ultimate AI agent
课程介绍
掌握随机变量
模拟是一类计算算法,它们通过随机抽样来解决日益复杂的问题。 尽管模拟技术已经存在很长时间,但随着计算能力的提升,以及其在人工智能、物理学、计算生物学和金融等领域的应用,这一领域近年来受到了越来越多的关注。这门课程通过真实世界应用提供模拟实践经验,从随机变量入门开始,并介绍运行模拟所需的工具。
了解概率概念入门
本课程的第二章概述了概率概念,通过基于纸牌游戏和著名概率谜题的实践练习,为您的新知识提供一个框架。 你将通过构建一个电子商务广告模拟来完成本章。探索重采样方法及其应用
第三章介绍了不同的重采样方法,包括自助法重采样、刀切法重采样和置换检验。 完成本课程后,您将能够将这些方法添加到您的数据分析流程中。学习使用模拟进行商业分析并打造你的作品集
仿真在现实世界中有许多应用,尤其是在商业领域。 本课程的最后一章将探讨这些内容,并通过一个商业规划问题带你实践,让你熟悉如何在商业场景中运用新学到的技能。 你将学习利润建模、成本优化,以及如何开始进行功效分析。先修要求
课程大纲
课程大纲
1
随机性与模拟基础
本章将为您提供运行模拟所需的工具。我们将从回顾随机变量与概率分布开始。随后通过先介绍模拟工作流,再在掷骰子游戏的情境中复现该流程,来学习如何运行一次模拟。最后,我们将学习如何利用模拟来做出决策。
2
概率与数据生成过程
本章将介绍概率的基本概念,并带您动手理解数据生成过程。我们会通过多个示例来建模数据生成过程,最后以一个电商广告的模拟建模收尾。
3
重抽样方法
本章将简要介绍重抽样方法及其应用。您将体验自助法(bootstrap)重抽样、留一法(jackknife)重抽样和置换检验。完成本章后,您将能够开始将简单的重抽样方法用于数据分析。
4
模拟的高级应用
本章将介绍一些用于解决真实问题的模拟应用,涵盖基础与进阶内容。我们将处理一个业务规划问题,学习蒙特卡洛积分、基于模拟的功效分析,并以金融投资组合模拟作结。完成本章后,您将能够将模拟应用到日常问题的求解中。
Python 中的统计模拟
课程完成

