Tato kapitola kurz rozjíždí opakováním podmíněných pravděpodobností, Bayesova teorému a centrální limitní věty. Při tom se naučíš pracovat s otázkami zaměřenými na běžně používaná pravděpodobnostní rozdělení.

Podmíněné pravděpodobnosti

Sestavení úloh

Bayesova věta v praxi

Centrální limitní věta

Vzorky z hodu kostkou

Simulace centrálního limitního teorému

Rozdělení pravděpodobnosti

Bernoulliho rozdělení

Binomické rozdělení

Normální rozdělení

Pravděpodobnost a rozdělení výběrů

V této kapitole se připravíš na statistické koncepty spojené s explorační analýzou dat. Témata zahrnují popisnou statistiku, práci s kategorickými proměnnými a vztahy mezi proměnnými. Cvičení tě připraví na analytické testy nebo statisticky zaměřené kódovací otázky.

Popisná statistika

Průměr nebo medián

Směrodatná odchylka ručně

Kategoriální data

Techniky kódování

Zkoumáme ceny notebooků

Dvě nebo více proměnných

Typy vztahů

Pearsonův korelační koeficient

Citlivost na odlehlé hodnoty

Explorační analýza dat

Připrav se na hlubší ponor do klíčových konceptů experimentů a testování – projdeme intervaly spolehlivosti, testování hypotéz, vícenásobné testy a roli síly testu a velikosti vzorku. Probereme také typy chyb a jejich praktický význam.

Intervaly spolehlivosti

Interval spolehlivosti ručně

Aplikace intervalů spolehlivosti

Testování hypotéz

Jednostranný z-test

Dvoustranný t-test

Výkon testu a velikost vzorku

Vliv na chybu II. druhu

Výpočet velikosti vzorku

Vizualizace vztahu

Mnohonásobné testování

Výpočet chybovosti

Bonferroniho korekce

Statistické experimenty a testování významnosti

Na závěr se zaměříme na koncepty úzce spojené s regresními a klasifikačními modely. Kapitola začíná přehledem základních algoritmů strojového učení a postupně přechází k vyhodnocování modelů, práci se speciálními případy a kompromisu mezi zkreslením a rozptylem.

Regresní modely

Lineární regrese

Logistická regrese

Hodnocení modelů

Vyhodnocení regrese

Vyhodnocení klasifikace

Chybějící data a odlehlé hodnoty

Práce s chybějícími hodnotami

Identifikace odlehlých hodnot

Kompromis mezi biasem a variancí

Testová a trénovací chyba

Vizualizace tradeoffu

Závěr

Regrese a klasifikace

Chceš získat novou práci nebo si udržet ostré statistické znalosti pro pohovory? Připrav se na zvládnutí klasických témat – od podmíněných pravděpodobností přes A/B testování až po kompromis mezi zkreslením a rozptylem a mnoho dalšího! Budeš pracovat s různorodými datovými sadami, včetně výsledků webových experimentů a australských meteorologických dat. Po absolvování kurzu zvládneš s jistotou vstoupit na další pohovor a zodpovědět jakékoli statistické otázky s pomocí Pythonu!

Hypothesis Testing in Python

Supervised Learning with scikit-learn

Připravte se na pohovor ze statistiky: podmíněné pravděpodobnosti, A/B testy, trade-off bias-variance.

Procvičování statistických pohovorových otázek v Pythonu

Připravte se na další pohovor ze statistiky zopakováním pojmů jako podmíněné pravděpodobnosti, A/B testování, kompromis mezi biasem a variancí a další. 

Vliv na chybu II. druhu

Procvičování statistických pohovorových otázek v Pythonu

Interaktivní praktické cvičení