Wnioskowanie statystyczne i modelowanie dla nauki o danych

Surowe dane są cenne tylko wtedy, gdy można z nich wyodrębnić znaczące, wiarygodne informacje.Ten kurs przeprowadzi Cię przez podstawowe zasady statystyczne potrzebne do dokładnego przewidywania i wyciągania ważnych wniosków z zestawów danych. Przejdziesz od prostego patrzenia na liczby do konstruowania solidnych modeli statystycznych i przeprowadzania rygorystycznych testów hipotez.Zrozumienie podstaw matematycznych i zastosowanie ich w nowoczesnych procesach analizy danych pozwoli Ci zyskać pewność, że podejmiesz decyzje oparte na danych, które wytrzymają kontrolę naukową. Co się nauczysz: Zrozumienie podstawowych pojęć prawdopodobieństwa, parametrów i szacunków;Konfiguruj i przeprowadzaj testy hipotez w celu określenia znaczenia statystycznego;Tworzenie i interpretowanie modeli regresji liniowej i logistycznej w celu identyfikacji kluczowych trendów;Praktykuj nowoczesne techniki ponownego próbkowania, takie jak bootstrapping, aby oszacować niepewność;Oceniaj Kurs rozpoczyna się od podstawowej terminologii i teorii prawdopodobieństwa, zanim przejdzie systematycznie do szacowania, testowania hipotez i modelowania regresji. Nauczysz się poprzez jasne pisemne wyjaśnienia, praktyczne przykłady kodu i uporządkowane ćwiczenia mające na celu wzmocnienie umiejętności analitycznych. Zaprojektowany dla początkujących analityków danych, początkujący naukowcy danych i każdy, kto chce zbudować silną podstawę ilościową.