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.

Probabilități condiționale

Formularea problemelor

Teorema lui Bayes aplicată

Teorema limitei centrale

Eșantioane dintr-un zar aruncat

Simularea teoremei limită centrale

Distribuții de probabilitate

Distribuția Bernoulli

Distribuția binomială

Distribuția normală

Probabilitate și distribuții de eșantionare

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.

Statistici descriptive

Medie sau mediană

Abaterea standard calculată manual

Date categoriale

Tehnici de codificare

Explorând prețurile laptopurilor

Două sau mai multe variabile

Tipuri de relații

Corelația Pearson

Sensibilitatea la valori extreme

Analiza exploratorie a datelor

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.

Intervale de încredere

Interval de încredere calculat manual

Aplicarea intervalelor de încredere

Testarea ipotezelor

Test z unilateral

Testul t bilateral

Putere și dimensiunea eșantionului

Efectul asupra erorii de tip II

Calcularea dimensiunii eșantionului

Vizualizarea relației

Teste multiple

Calcularea ratelor de eroare

Corecția Bonferroni

Experimente statistice și testarea semnificației

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.

Modele de regresie

Regresie liniară

Regresie logistică

Evaluarea modelelor

Evaluarea regresiei

Evaluarea clasificării

Date lipsă și valori extreme

Gestionarea valorilor nule

Identificarea valorilor extreme

Compromisul bias-varianță

Eroarea pe setul de testare și pe cel de antrenament

Vizualizarea compromisului

Concluzie

Regresie și clasificare

Vrei să obții următorul job sau să îți perfecționezi cunoștințele de statistică pentru interviuri? Pregătește-te să stăpânești concepte clasice de interviu, de la probabilități condiționate și testare A/B până la compromisul bias-varianță și multe altele! Vei lucra cu o varietate de seturi de date, inclusiv rezultate ale experimentelor web și date meteorologice din Australia. La finalul cursului, vei putea intra cu încredere la orice interviu și vei ști să răspunzi la orice întrebare de statistică cu ajutorul Python!

Hypothesis Testing in Python

Supervised Learning with scikit-learn

Pregătește-te pentru interviul de statistică revizuind probabilități condiționate, A/B testing etc.

Exersarea întrebărilor de interviu de statistică în Python

Efectul asupra erorii de tip II

Exersarea întrebărilor de interviu de statistică în Python

Exercițiu interactiv practic