Formularea problemelor

Testezi pentru o boală și afirmi că testul are o acuratețe de 99%: adică, dacă ai boala, vei testa pozitiv în 99% din cazuri, iar dacă nu ai boala, vei testa negativ în 99% din cazuri. Să presupunem că 1% din totalul populației are boala și că o anumită persoană testează pozitiv. Care este probabilitatea că persoana respectivă are boala? Selectează formularea corectă a problemei.

Acest exercițiu face parte din cursul

Exersarea întrebărilor de interviu de statistică în Python

Exercițiu interactiv practic

Transformă teoria în practică cu unul dintre exercițiile noastre interactive

Începe exercițiul

Acest exercițiu face parte din cursul

Exersarea întrebărilor de interviu de statistică în Python

SkillTag.level.advancedSkillTag.label

4.8+

Începe cursul gratuit

Acest capitol deschide cursul cu o trecere în revistă a probabilităților condiționate, a teoremei lui Bayes și a teoremei limitei centrale. Pe parcurs, vei învăța cum să abordezi întrebările legate de distribuțiile de probabilitate cel mai des întâlnite.

Exercise 1: Probabilități condiționale Exercise 2: Formularea problemelor

Exercițiul curent

Exercise 3: Teorema lui Bayes aplicată Exercise 4: Teorema limitei centrale Exercise 5: Eșantioane dintr-un zar aruncat Exercise 6: Simularea teoremei limită centrale Exercise 7: Distribuții de probabilitate Exercise 8: Distribuția Bernoulli Exercise 9: Distribuția binomială Exercise 10: Distribuția normală

În acest capitol, te vei pregăti pentru conceptele statistice legate de analiza exploratorie a datelor. Temele acoperite includ statistici descriptive, lucrul cu variabile categoriale și relațiile dintre variabile. Exercițiile te vor pregăti pentru o evaluare analitică sau o întrebare de cod bazată pe statistică.

Exercise 1: Statistici descriptive Exercise 2: Medie sau mediană Exercise 3: Abaterea standard calculată manual Exercise 4: Date categoriale Exercise 5: Tehnici de codificare Exercise 6: Explorând prețurile laptopurilor Exercise 7: Două sau mai multe variabile Exercise 8: Tipuri de relații Exercise 9: Corelația Pearson Exercise 10: Sensibilitatea la valori extreme

Aprofundăm concepte esențiale despre experimente și testare: intervale de încredere, testarea ipotezelor, teste multiple și rolul puterii statistice și al dimensiunii eșantionului. Discutăm și despre tipurile de erori și semnificația lor în practică.

Exercise 1: Intervale de încredere Exercise 2: Interval de încredere calculat manual Exercise 3: Aplicarea intervalelor de încredere Exercise 4: Testarea ipotezelor Exercise 5: Test z unilateral Exercise 6: Testul t bilateral Exercise 7: Putere și dimensiunea eșantionului Exercise 8: Efectul asupra erorii de tip II Exercise 9: Calcularea dimensiunii eșantionului Exercise 10: Vizualizarea relației Exercise 11: Teste multiple Exercise 12: Calcularea ratelor de eroare Exercise 13: Corecția Bonferroni

În finalul cursului, abordăm concepte strâns legate de modelele de regresie și clasificare. Capitolul începe cu o trecere în revistă a algoritmilor fundamentali de machine learning și avansează rapid spre evaluarea modelelor, gestionarea cazurilor speciale și compromisul bias-varianță.

Exercise 1: Modele de regresie Exercise 2: Regresie liniară Exercise 3: Regresie logistică Exercise 4: Evaluarea modelelor Exercise 5: Evaluarea regresiei Exercise 6: Evaluarea clasificării Exercise 7: Date lipsă și valori extreme Exercise 8: Gestionarea valorilor nule Exercise 9: Identificarea valorilor extreme Exercise 10: Compromisul bias-varianță Exercise 11: Eroarea pe setul de testare și pe cel de antrenament Exercise 12: Vizualizarea compromisului Exercise 13: Concluzie