Длительность
1 месяц
Количество занятий
8 уроков
Доступ к курсу
навсегда
Вторая часть математической подготовки будущего Data Scientist-a.
Знакомимся с математической статистикой и применением ее в Data Science.
Курс входит в программу факультета искусственного интеллекта.
Кому подойдёт этот курс
Новичкам в Data Scientist-a.
Продвинутым пользователям в Data Scientist-a.
Чему вы научитесь
Задачи мат.статистики;
Случайные процессы и поля.
Процесс Пуассона. Нормальный случайный процесс.;
Корреляционный
и спектральный анализ данных;
Точечное и интервальное
оценивание. Проверка гипотез. Критерии согласия;
Интерполяция и регрессия.
Фильтрация данных;
А/B-тест. DOE.
Оценка значимости признаков;
Содержание курса
Что такое случайное событие. Понятие статистической вероятности. Классическое определение вероятности. Формулы комбинаторики. Виды случайных событий. Понятие условной вероятности. Формула полной вероятности.
Что такое дискретная случайная величина. Закон распределения вероятностей. Биномиальное распределение. Распределение Пуассона.
Понятия генеральной совокупности и выборки. Математическое ожидание. Дисперсия, среднее квадратичное отклонение. Смещенная и несмещенная оценка дисперсии. Понятия моды, медианы, квартиля, перцентиля, дециля, квантиля. Построение гистограммы, boxplot.
Непрерывные случайные величины. Функция и плотность распределения вероятностей. Равномерное распределение. Нормальное распределение. Центральная предельная теорема.
Что такое статистическая гипотеза. Нулевые и альтернативные гипотезы. Статистические критерии для проверки гипотез. Доверительные интервалы. А/B тестирование.
Что такое корреляция. Коэффициент корреляции. Взаимосвязь величин. Ковариация. Ограничения корреляционного анализа.
Будьте первым кто оставит отзыв.
Оставить отзыв можно только с предоставлением сертификата о прохождении курса.
Похожие курсы
