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:

  1. توزیع‌های احتمال اساسی: توزیع‌های برنولی، یکنواخت و نرمال

  2. مقدار مورد انتظار و ارتباط آن با میانگین نمونه

  3. روش لحظات برای توسعه برآوردگرها

  4. مقدار مورد انتظار برآوردگرها و برآوردگرهای بی طرف

  5. واریانس متغیرهای تصادفی و برآوردگرها

  6. اطلاعات فیشر و کران پایین Cramer-Rao

  7. قضیه حد مرکزی

  8. 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

برآوردگرهای بی طرفانه Unbiased Estimators

  • توزیع نمونه گیری، ارزیابی برآوردگرها، سوگیری Sampling Distribution, Evaluating Estimators, Bias

  • ویژگی های ارزش های مورد انتظار Properties of Expected Values

  • برنولی مامان تعصب Bernoulli MOM Bias

  • تعصب یکنواخت مامان Uniform MOM Bias

  • تعصب معمولی مامان Normal MOM Bias

  • خلاصه سوگیری Bias Recap

  • روش ها و راه حل های برآوردگرهای بی طرفانه Unbiased Estimators Practice and Solutions

واریانس Variance

  • واریانس Variance

  • واریانس توزیع برنولی Bernoulli Distribution Variance

  • واریانس توزیع یکنواخت Uniform Distribution Variance

  • واریانس توزیع نرمال Normal Distribution Variance

  • واریانس برآوردگرها و خواص واریانس Variance of Estimators and Properties of Variance

  • واریانس برنولی MOM Bernoulli MOM Variance

  • واریانس یکنواخت MOM Uniform MOM Variance

  • واریانس معمولی MOM Normal MOM Variance

  • خلاصه واریانس Variance Recap

  • تمرین واریانس و راه حل ها Variance Practice and Solutions

برآورد حداکثر احتمال Maximum Likelihood Estimation

  • تابع احتمال و برآورد حداکثر احتمال - انگیزه Likelihood Function and Maximum Likelihood Estimation - Motivation

  • پی دی اف مشترک، احتمال مشترک Joint pdf, joint likelihood

  • احتمال ورود و پیدا کردن MLE Log-likelihood and finding the MLE

  • خواص لگاریتم ها Properties of logarithms

  • برنولی MLE Bernoulli MLE

  • MLE یکنواخت Uniform MLE

  • خطای میانگین مربعات Mean Squared Error

  • MLE معمولی Normal MLE

  • MLE خلاصه MLE Recap

  • تمرین و راه حل های MLE MLE Practice and Solutions

اطلاعات فیشر و کران پایین کرامر-رائو Fisher Information and the Cramer-Rao Lower Bound

  • Cramer-Rao Lower Bound (CRLB) و اطلاعات فیشر The Cramer-Rao Lower Bound (CRLB) and Fisher Information

  • برنولی CRLB Bernoulli CRLB

  • CRLB یکنواخت Uniform CRLB

  • CRLB معمولی Normal CRLB

  • بهره وری Efficiency

  • CRLB Recap CRLB Recap

  • تمرین و راه حل های CRLB CRLB Practice and Solutions

تئوری حد مرکزی Central Limit Theorem

  • توزیع برآوردگرها و همگرایی در توزیع Distribution of Estimators and Convergence in Distribution

  • توزیع برنولی MOM/MLE Bernoulli MOM/MLE Distribution

  • توزیع یکنواخت MOM Uniform MOM Distribution

  • توزیع معمولی MOM/MLE Normal MOM/MLE Distribution

  • ثبات Consistency

  • CLT Recap CLT Recap

فاصله اطمینان Confidence Intervals

  • فاصله اطمینان Confidence Intervals

  • فاصله اطمینان برنولی Bernoulli Confidence Interval

  • فاصله اطمینان یکنواخت بر اساس MOM Uniform Confidence Interval based on MOM

  • فاصله اطمینان عادی Normal Confidence Interval

  • خلاصه بازه زمانی اطمینان، پیوند به آزمون فرضیه Confidence Interval Recap, Link to Hypothesis Testing

  • تمرین فاصله اطمینان و راه حل Confidence Interval Practice and Solutions

سخنرانی پاداش Bonus Lecture

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش آمار ریاضی برای علم داده
جزییات دوره
4 hours
65
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
548
5 از 5
دارد
دارد
دارد
Brian Greco
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Brian Greco Brian Greco

دانشمند داده