آموزش تفسیر داده ها با استفاده از مدل های آماری با پایتون

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

درک آمار استنباطی Understanding Inferential Statistics

• بررسی اجمالی ماژول Module Overview

• پیش نیازها و طرح کلی دوره Prerequisites and Course Outline

• آمار توصیفی برای جمع بندی داده ها Descriptive Statistics to Summarize Data

• معرفی تست فرضیه Introducing Hypothesis Testing

• چای مزه بانو Lady Tasting Tea

• قدرت ، آلفا و مقدار p یک آزمون آماری The Power, Alpha and p-value of a Statistical Test

• معرفی تست t Introducing the t-test

• یکی از نمونه های آزمون t محل و آزمون Z One Sample Location t-test and the Z-Test

• انواع دیگر تست های t Other Types of t-tests

• ANOVA یک طرفه One-way ANOVA

• ANOVA دو طرفه Two-way ANOVA

• تست پیرسون Chi2 Pearson's Chi2 Test

• خلاصه ماژول Module Summary

انجام آزمون فرضیه در پایتون Performing Hypothesis Testing in Python

• بررسی اجمالی ماژول Module Overview

• نسخه ی نمایشی: آماده سازی داده ها برای آزمایش فرضیه Demo: Preparing Data for Hypothesis Testing

• نسخه ی نمایشی: انجام آزمون t مستقل Demo: Performing the Independent t-test

• نسخه ی نمایشی: انجام آزمون t Welch Demo: Performing Welch's t-test

• نسخه ی نمایشی: انجام تست زوج تفاوت Demo: Performing the Paired Difference t-test

• نسخه ی نمایشی: ANOVA یک طرفه و آزمون تفاوت قابل توجه صادقانه توکی Demo: One-way ANOVA and Tukey's Honest Significant Difference Test

• نسخه ی نمایشی: ANOVA دو طرفه Demo: Two-way ANOVA

• نسخه ی نمایشی: تجزیه و تحلیل Chi2 Demo: Chi2 Analysis

• خلاصه ماژول Module Summary

پیاده سازی مدل های پیش بینی برای داده های مداوم Implementing Predictive Models for Continuous Data

• بررسی اجمالی ماژول Module Overview

• معرفی رگرسیون خطی Introducing Linear Regression

• به حداقل رساندن خطای میانگین مربع Minimizing Mean Square Error

• رگرسیون چندگانه و R- مربع تنظیم شده Multiple Regression and Adjusted R-square

• نسخه ی نمایشی: آماده سازی داده ها برای رگرسیون خطی ساده Demo: Preparing Data for Simple Linear Regression

• نسخه ی نمایشی: رگرسیون خطی با استفاده از تکنیک های یادگیری و تحلیلی Demo: Linear Regression Using Analytical and Machine Learning Techniques

• نسخه ی نمایشی: تجسم همبستگی ها در داده ها Demo: Visualizing Correlations in Data

• نسخه ی نمایشی: انتخاب ویژگی های مرتبط برای رگرسیون چندگانه با استفاده از همبستگی ها Demo: Selecting Relevant Features for Multiple Regression Using Correlations

• نسخه ی نمایشی: انتخاب ویژگی های مرتبط برای رگرسیون چندگانه با استفاده از اطلاعات متقابل Demo: Selecting Relevant Features for Multiple Regression Using Mutual Information

• خلاصه ماژول Module Summary

پیاده سازی مدل های پیش بینی برای داده های دسته بندی Implementing Predictive Models for Categorical Data

• بررسی اجمالی ماژول Module Overview

• شهود پشت سرگذاشتن لجستیک The Intuition behind Logistic Regression

• رگرسیون لجستیک و رگرسیون خطی Logistic Regression and Linear Regression

• دقت ، دقت و یادآوری Accuracy, Precision, and Recall

• نسخه ی نمایشی: انجام طبقه بندی با استفاده از رگرسیون لجستیک Demo: Performing Classification Using Logistic Regression

• نسخه ی نمایشی: انتخاب ویژگی ها با استفاده از Chi2 ، ANOVA و اطلاعات متقابل Demo: Selecting Features Using Chi2, ANOVA, and Mutual Information

• خلاصه و مطالعه بیشتر Summary and Further Study