لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آمار ریاضی برای علم داده
Mathematical Statistics for Data Science
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
راهنمای دادههای پیشین گوگل برای آمار ریاضی، پوشش روش لحظهها، حداکثر احتمال، و موارد دیگر نحوه استفاده از روش لحظهها و تخمین حداکثر احتمال برای یادگیری از دادهها را بیاموزید نحوه ارزیابی و مقایسه روشهای مختلف با استفاده از مفاهیمی مانند سوگیری، واریانس و میانگین مربعات خطا. برنولی، توزیعهای یکنواخت و نرمال تسلط داشته باشید در مورد کران پایین کرامر-رائو و نحوه تشخیص اینکه آیا بهترین تخمینگر ممکن را پیدا کردهایم، بیاموزید. آموزش ایجاد فاصله های اطمینان پیش نیازها:جبر دبیرستانی شامل دستکاری توابع با متغیرها دانش پایه حساب دیفرانسیل و انتگرال (ادغام و تمایز) برای برخی از فصل ها توصیه می شود. تجربه قبلی با احتمال یا آمار مفید خواهد بود، اما ما همه چیز را با فرض عدم دانش قبلی پوشش می دهیم!
این دوره مبانی آمار ریاضی را با تمرکز بر روشهای تخمین مانند روش لحظهها و تخمینگرهای حداکثر احتمال (MLEs)، ارزیابی تخمینگرها بر اساس سوگیری، واریانس و کارایی آنها و بررسی آمار مجانبی از جمله مرکزی میآموزد. قضیه و فواصل اطمینان را محدود کنید.
نکات مهم دوره:
57 سخنرانی ویدیویی جذاب، با فناوری نورپردازی خلاقانه برای تجربه یادگیری تعاملی
یادداشتهای عمیق سخنرانی همراه با هر درس، برجستهسازی واژگان کلیدی، مثالها و توضیحات از جلسات ویدیویی
مسائل تمرین پایان فصل برای تقویت درک شما و اصلاح مهارت های خود از دوره
موضوعات کلیدی تحت پوشش:
توزیعهای احتمال اساسی: توزیعهای برنولی، یکنواخت و نرمال
مقدار مورد انتظار و ارتباط آن با میانگین نمونه
روش لحظات برای توسعه برآوردگرها
مقدار مورد انتظار برآوردگرها و برآوردگرهای بی طرف
واریانس متغیرهای تصادفی و برآوردگرها
اطلاعات فیشر و کران پایین Cramer-Rao
قضیه حد مرکزی
فاصله های اطمینان
این دوره برای چه کسانی است:
دانشجویان با تجربه آمار مقدماتی قبلی، به دنبال کاوش عمیق تر در مبانی ریاضی
متخصصان علم داده که به دنبال تجدید یا افزایش دانش آماری خود برای مصاحبه شغلی هستند
هرکسی که علاقه مند به توسعه ذهنیت آماری و تقویت مهارت های تحلیلی خود است
پیش نیازها:
این دوره به درک کاملی از جبر دبیرستان و دستکاری معادلات با متغیرها نیاز دارد.
برخی از فصل ها از مفاهیم مقدماتی حساب دیفرانسیل و انتگرال، مانند تمایز و ادغام استفاده می کنند. با این حال، حتی بدون دانش قبلی حساب دیفرانسیل و انتگرال، کسانی که مهارت های ریاضی قوی دارند می توانند دنبال کنند و فقط چند جزئیات جزئی ریاضی را از دست بدهند.
سرفصل ها و درس ها
معرفی
Introduction
معرفی دوره
Course Introduction
توزیع های احتمال
Probability Distributions
متغیرهای تصادفی، PMF و PDF
Random variables, PMFs and PDFs
توزیع برنولی
The Bernoulli Distribution
توزیع یکنواخت
The Uniform Distribution
توزیع عادی
The Normal Distribution
خلاصه توزیع احتمال
Probability Distribution Recap
آزمون توزیع احتمال
Probability Distributions Quiz
ارزش های مورد انتظار
Expected Values
میانگین نمونه و ارزش مورد انتظار
Sample mean and Expected Value
ارزش مورد انتظار توزیع برنولی
Bernoulli Distribution Expected Value
ارزش مورد انتظار توزیع یکنواخت
Uniform Distribution Expected Value
ارزش مورد انتظار توزیع عادی
Normal Distribution Expected Value
خلاصه ارزش مورد انتظار
Expected Value Recap
ارزش مورد انتظار تمرین مشکلات و راه حل
Expected Value Practice Problems and Solutions
برآوردگرها و روش لحظه ها
Estimators and the Method of Moments
برآوردگرها و روش لحظه ها
Estimators and the Method of Moments
مامان توزیع برنولی
Bernoulli Distribution MOM
مامان توزیع یکنواخت
Uniform Distribution MOM
مامان توزیع عادی
Normal Distribution MOM
روش خلاصه لحظه ها
Method of Moments Recap
روش لحظه ها تمرین و راه حل
Method of Moments Practice and Solutions
نمایش نظرات