آموزش آمار و ریاضیات برای علم داده و تجزیه و تحلیل داده ها

Statistics & Mathematics for Data Science & Data Analytics

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری آمار و احتمالات برای علم داده و تجزیه و تحلیل کسب و کار مسلط به مبانی آمار برای علم داده و تجزیه و تحلیل داده ها استاد آمار توصیفی و نظریه احتمال روش های یادگیری ماشینی مانند درختان تصمیم گیری و جنگل های تصمیم گیری توزیع های احتمال مانند توزیع عادی، توزیع پواسون و تست فرضیه های دیگر , p-value, نوع I & type II خطای رگرسیون لجستیکی, رگرسیون خطی چندگانه, همبستگی درختان رگرسیون, R-Square, RMSE, MAE, ضریب تعیین و بیشتر پیش نیازها: مطلقاً نیازی به تجربه قبلی نیست. ما همه چیز را به درستی از اصول اولیه یاد خواهیم گرفت و سپس گام به گام با اشتیاق و انگیزه برای یادگیری بالا می رویم

آیا به دنبال شغلی در علم داده یا تجزیه و تحلیل داده ها هستید؟

خبر خوب، شما نیازی به مدرک ریاضی ندارید - این دوره شما را به دانش عملی مورد نیاز برای تسلط بر آمار لازم مجهز می کند.

اگر می خواهید دانشمند داده یا تحلیلگر داده شوید، داشتن دانش خوبی در تئوری احتمالات آمار بسیار مهم است.

مطمئناً، در علم داده چیزهای بیشتری از آمار وجود دارد. اما هنوز هم دانستن این اصول در آمار نقش اساسی دارد.

من می دانم که بدست آوردن جای پایی محکم در این مفاهیم به تنهایی بسیار سخت است. بنابراین من این دوره را ایجاد کردم.

چرا باید این دوره را بگذرانید؟

  • این دوره تنها دوره ای است که شما در زمینه آمار می گذرانید و در صورت کار با داده ها، شما را با دانش واقعی مورد نیاز خود در زمینه آمار تجهیز می کند

  • این دوره توسط یک ریاضیدان واقعی تدریس می شود که همزمان به عنوان دانشمند داده نیز کار می کند.

  • این دوره هر دو را متعادل می کند: تئوری مثال عملی در زندگی واقعی.

  • پس از تکمیل این دوره، همه چیزهایی را که برای تسلط بر مبانی نیاز به آمار در علم داده یا تجزیه و تحلیل داده ها نیاز دارید، خواهید داشت.

در این دوره آموزشی چیست؟

این دوره به شما این فرصت را می دهد که به طور سیستماتیک بر مفاهیم اصلی در آمار آمار، آمار توصیفی، آزمون فرضیه، تحلیل رگرسیون، تحلیل واریانس و برخی از روش های رگرسیون پیشرفته/یادگیری ماشین مانند رگرسیون های لجستیک، رگرسیون های چند جمله ای، درخت های تصمیم تسلط پیدا کنید. و بیشتر.

در مثال‌های واقعی، دانش آماری مورد نیاز در حرفه یک دانشمند داده یا تحلیلگر داده را خیلی سریع می‌آموزید.

اگر احساس می‌کنید این برای شما خوب است، از این فرصت استفاده کنید تا با ثبت‌نام در این دوره، مهارت‌ها و پیشرفت شغلی خود را ارتقا دهید.


سرفصل ها و درس ها

بیا شروع کنیم Let's get started

  • خوش آمدی! Welcome!

  • در این دوره چه چیزی یاد خواهید گرفت؟ What will you learn in this course?

  • چگونه می توانید بیشترین بهره را از آن ببرید؟ How can you get the most out of it?

  • دانلود: برگه تقلب فرمول Download: Formula cheat sheet

آمار توصیفی Descriptive statistics

  • مقدمه Intro

  • منظور داشتن Mean

  • آزمون: میانگین Quiz: Mean

  • میانه Median

  • آزمون: میانه Quiz: Median

  • حالت Mode

  • امتحان: حالت Quiz: Mode

  • متوسط ​​یا میانه؟ Mean or Median?

  • چولگی Skewness

  • تمرین: کجی Practice: Skewness

  • راه حل: کجی Solution: Skewness

  • محدوده و IQR Range & IQR

  • نمونه در مقابل جمعیت Sample vs. Population

  • واریانس و انحراف معیار Variance & Standard deviation

  • امتحان: واریانس Quiz: Variance

  • تاثیر مقیاس بندی و جابجایی Impact of Scaling & Shifting

  • لحظه های آماری Statistical moments

توزیع ها Distributions

  • توزیع چیست؟ What is a distribution?

  • توزیع نرمال Normal distribution

  • Z-Scores Z-Scores

  • تمرین: توزیع عادی Practise: Normal distribution

  • راه حل: توزیع نرمال Solution: Normal distribution

  • توزیع نرمال Normal distribution

  • توزیع های بیشتر More distributions

نظریه احتمال Probability theory

  • مقدمه Intro

  • مبانی احتمال Probability Basics

  • محاسبه احتمالات ساده Calculating Simple Probabilities

  • تمرین: احتمالات ساده Practice: Simple Probabilities

  • راه حل سریع: احتمالات ساده Quick solution: Simple Probabilites

  • راه حل تفصیلی: احتمالات ساده Detailed solution: Simple Probabilities

  • قاعده اضافه Rule of addition

  • تمرین: قانون جمع Practice: Rule of addition

  • راه حل سریع: قانون جمع Quick solution: Rule of addition

  • راه حل تفصیلی: قاعده اضافه Detailed solution: Rule of addition

  • قانون ضرب Rule of multiplication

  • تمرین: قانون ضرب Practice: Rule of multiplication

  • راه حل: قانون ضرب Solution: Rule of multiplication

  • قضیه بیز Bayes Theorem

  • قضیه بیز - مثال عملی Bayes Theorem - Practical example

  • ارزش مورد انتظار Expected value

  • تمرین: ارزش مورد انتظار Practice: Expected value

  • راه حل: ارزش مورد انتظار Solution: Expected value

  • قانون اعداد بزرگ Law of Large Numbers

  • قضیه حد مرکزی - نظریه Central Limit Theorem - Theory

  • قضیه حد مرکزی - شهود Central Limit Theorem - Intuition

  • قضیه حد مرکزی - چالش Central Limit Theorem - Challenge

  • قضیه حد مرکزی - تمرین Central Limit Theorem - Exercise

  • قضیه حد مرکزی - حل Central Limit Theorem - Solution

  • امتحان: قضیه بیز Quiz: Bayes Theorem

  • توزیع دو جمله ای Binomial distribution

  • توزیع پواسون Poisson distribtuion

  • مشکلات زندگی واقعی Real life problems

آزمایش فرضیه Hypothesis testing

  • مقدمه Intro

  • فرضیه چیست؟ What is an hypothesis?

  • سطح معنی داری و p-value Significance level and p-value

  • خطاهای نوع اول و دوم Type I and Type II errors

  • فواصل اطمینان و حاشیه خطا Confidence intervals and margin of error

  • گشت و گذار: محاسبه حجم نمونه و قدرت Excursion: Calculating sample size & power

  • انجام آزمون فرضیه Performing the hypothesis test

  • تمرین: آزمون فرضیه Practice: Hypothesis test

  • راه حل: آزمون فرضیه Solution: Hypothesis test

  • آزمون t و توزیع t t-test and t-distribution

  • تست تناسب Proportion testing

  • جفت های مهم p-z Important p-z pairs

  • آزمون: آزمون فرضیه Quiz: Hypothesis Testing

رگرسیون ها Regressions

  • مقدمه Intro

  • رگرسیون خطی Linear Regression

  • ضریب همبستگی Correlation coefficient

  • تمرین: همبستگی Practice: Correlation

  • راه حل: همبستگی Solution: Correlation

  • تمرین: رگرسیون خطی Practice: Linear Regression

  • راه حل: رگرسیون خطی Solution: Linear Regression

  • باقیمانده، MSE و MAE Residual, MSE & MAE

  • تمرین: MSE & MAE Practice: MSE & MAE

  • راه حل: MSE & MAE Solution: MSE & MAE

  • ضریب تعیین Coefficient of determination

  • ریشه میانگین مربعات خطا Root Mean Square Error

  • تمرین: RMSE Practice: RMSE

  • راه حل: RMSE Solution: RMSE

  • آزمون: رگرسیون Quiz: Regression

الگوریتم های رگرسیون پیشرفته و یادگیری ماشین Advanced regression & machine learning algorithms

  • رگرسیون خطی چندگانه Multiple Linear Regression

  • بیش از حد برازش Overfitting

  • رگرسیون چند جمله ای Polynomial Regression

  • رگرسیون لجستیک Logistic Regression

  • درختان تصمیم Decision Trees

  • درختان رگرسیون Regression Trees

  • جنگل های تصادفی Random Forests

  • برخورد با داده های از دست رفته Dealing with missing data

ANOVA (تحلیل واریانس) ANOVA (Analysis of Variance)

  • ANOVA - مبانی و فرضیات ANOVA - Basics & Assumptions

  • ANOVA یک طرفه One-way ANOVA

  • F-Distribution F-Distribution

  • ANOVA دو طرفه - مجموع مربعات Two-way ANOVA – Sum of Squares

  • ANOVA دو طرفه - نسبت F و نتیجه گیری Two-way ANOVA – F-ratio & conclusions

  • آزمون: ANOVA Quiz: ANOVA

بسته شدن Wrap up

  • بسته شدن Wrap up

  • سخنرانی پاداش Bonus lecture

نمایش نظرات

آموزش آمار و ریاضیات برای علم داده و تجزیه و تحلیل داده ها
جزییات دوره
11.5 hours
91
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
9,174
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Nikolai Schuler Nikolai Schuler

دانشمند داده و مشاور BI