لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش روشهای آماری برای علوم داده
- آخرین آپدیت
دانلود Statistical Methods for Data Science
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
به دوره «روشهای آماری برای علوم داده» از دانشگاه Ball State خوش آمدید. همانطور که از عنوان دوره پیداست، این دوره مفاهیم و روشهای بنیادی برای مکانیسمهای تولید داده مانند مدلهای احتمالی و روشهای استنتاجی نظیر تخمین و آزمون فرضیه را ارائه میدهد. دانشمندان داده برای درک درست دادهها و اتخاذ تصمیمات دادهمحور، به ابزارها و روشهای تحلیلی مناسب نیاز دارند. ما در این دوره رویکردی سیستماتیک برای ایجاد یک پایه قوی در زمینه احتمال و مدلهای احتمالی، تئوری نمونههای بزرگ (به عنوان پلی بین تئوری احتمال و استنتاج) و فرآیندهای پایه استنباطی خواهیم داشت. لطفاً توجه داشته باشید که برای ما به عنوان متخصصین علوم داده، توانایی اتصال دادهها و یادگیری نحوه عملکرد جهان پیرامونمان بسیار حیاتی است. برای دستیابی به این هدف چالشبرانگیز، خواهیم آموخت که چگونه از طریق تئوری احتمال و مدلهای آماری، دادهها را به هم مرتبط کرده، تصمیمات عملی بگیریم، فرضیات را تایید کنیم یا پیشبینیهای دقیقی انجام دهیم.
پس از اتمام این دوره، شما قادر خواهید بود:
۱) تئوری احتمال و توزیع را برای حل مسائل دنیای واقعی در حوزه علوم داده به کار ببرید.
۲) انواع متغیرهای تصادفی و توزیعهای احتمالی آنها را که برای مدلسازی انواع دادهها در عمل استفاده میشوند، دستهبندی کنید.
۳) ویژگیهای متغیرهای تصادفی گسسته و پیوسته را شرح دهید.
۴) توزیعهای نمونهگیری از آمارههای نمونه مانند میانگین نمونه و نسبت نمونه را توضیح دهید.
۵) قوانین اعداد بزرگ را برای میانگین و نسبت نمونه تبیین کنید.
۶) استراتژیهای استنتاجی مناسب، مانند روشهای تخمین صحیح یا آزمون فرضیه را برای استنباط پارامترهای ناشناخته جامعه انتخاب و اجرا کنید.
۷) فرآیند تخمین و آزمون فرضیه را به عنوان روشی از استنباط آماری به تصویر بکشید.
۸) توزیعهای چندمتغیره گسسته و پیوسته را برای درک رفتار مشترک چندین متغیر مرتبط با هم بررسی کنید.
۹) تکنیکهای تحلیل چندمتغیره را با مسائل کاهش ابعاد مرتبط سازید.
۱۰) از محیط محاسباتی R برای شبیهسازی احتمالات و سایر محاسبات آماری در این دوره استفاده کنید.
سرفصل ها و درس ها
مرور تئوری احتمال
Probability Theory: A Review
دوره محتوای باز کورسرا دانشگاه Ball State
Ball State University Coursera Open Content Course
خوش آمدید به دوره DSCI 602
Welcome to DSCI 602
مرور کلی ماژول ۱
Module 1 Overview
تعریف احتمال
Probability Definition
قوانین احتمال
Probability Laws
احتمال شرطی
Conditional Probability
مثال: میزان استفاده از اتوبوس (بخش الف)
Example - Bus Ridership Part A
مثال: میزان استفاده از اتوبوس (بخش ب)
Example - Bus Ridership Part B
مثال: میزان استفاده از اتوبوس (بخش ج)
Example - Bus Ridership Part C
قاعده بیز
Bayes Rule
مثال: قاعده بیز (بخش الف)
Example - Bayes Rule Part A
مثال: قاعده بیز (بخش ب)
Example - Bayes Rule Part B
متغیرهای تصادفی و ویژگیهای آنها
Random Variables and Their Properties
مرور کلی ماژول ۳
Module 3 Overview
متغیرهای تصادفی چیستند؟
What are Random Variables?
متغیرهای تصادفی گسسته
Discrete Random Variables
امید ریاضی و واریانس متغیر تصادفی گسسته (مثال)
Expexted Value and Variance of a Discrete Random Variable (Example)
امید ریاضی و واریانس متغیر تصادفی گسسته (مثال شبیهسازی)
Expexted Value and Variance of a Discrete Random Variable (Simulation Example)
متغیرهای تصادفی پیوسته
Continuous Random Variables
امید ریاضی و واریانس متغیر تصادفی پیوسته (مثال)
Expexted Value and Variance of a Continuous Random Variable (Example)
امید ریاضی و واریانس متغیر تصادفی گسسته (مثال با استفاده از R)
Expexted Value and Variance of a Discrete Random Variable (Example Using R)
ویژگیهای تکمیلی (بخش اول)
Additional Properties Part I
ویژگیهای تکمیلی (بخش دوم)
Additional Properties Part II
خانواده توزیعهای پارامتریک گسسته، بخش اول
Discrete Parametric Family of Distributions, Part I
مرور کلی ماژول ۴
Module 4 Overview
تابع جرم احتمال (PMF) و تابع توزیع انباشته (CDF) متغیر تصادفی گسسته
PMF and CDF of a Discrete Random Variable
آزمون و توزیع برنولی
Bernoulli Trial and Distribution
توزیع دوجملهای
Binomial Distribution
مسأله فضای پارک (مثال - بخش اول)
A Parking Space Problem Part I (Example)
مسأله فضای پارک (مثال - بخش دوم)
A Parking Space Problem Part II (Example)
توزیع هندسی
Geometric Distribution
توزیع دوجملهای منفی
Negative Binomial Distribution
مسأله فضای پارک (مثال - بخش سوم)
A Parking Space Problem Part III (Example)
توزیع دوجملهای منفی (مثال)
Negative Binomial Distribution (Example)
توزیعهای احتمالی پیوسته، بخش اول
Continuous Probability Distributions - Part I
مرور کلی ماژول ۶
Module 6 Overview
تابع چگالی احتمال (PDF) و تابع توزیع انباشته (CDF) متغیر پیوسته (بخش اول)
PDF and CDF of a CRV Part I
تابع چگالی احتمال (PDF) و تابع توزیع انباشته (CDF) متغیر پیوسته (بخش دوم)
PDF and CDF of a CRV Part II
مثال PDF و CDF متغیر پیوسته (بخش اول)
PDF and CDF of a CRV (Example - Part I)
مثال PDF و CDF متغیر پیوسته (بخش دوم)
PDF and CDF of a CRV (Example - Part II)
توزیع یکنواخت
The Uniform Distribution
توزیع یکنواخت (مثال - بخش اول)
The Uniform Distribution (Example Part I)
توزیع یکنواخت (مثال - بخش دوم)
The Uniform Distribution (Example Part II)
توزیع نرمال
The Normal Distribution
توزیع نرمال استاندارد
The Standard Normal Distribution
توزیع نرمال (مثال)
The Normal Distribution (Example)
نقش توزیع نرمال در استنباط آماری
Role of Normal Distribution in Statistical Inference
مرور کلی ماژول ۹
Module 9 Overview
مقدمهای بر بخش دوم دوره
Introduction to the Second Part of the Course
ویژگیهای توزیع نرمال (بخش اول)
Properties of Normal Distribution Part I
ویژگیهای توزیع نرمال (بخش دوم)
Properties of Normal Distribution Part II
مثال: خطای گرد کردن تجمعی
Example - Cumulative Round Off Error
توزیع خی-دو (Chi-squared) بخش اول
Chi-squared Distribution Part I
توزیع خی-دو (Chi-squared) بخش دوم
Chi-squared Distribution Part II
مثال: خطا در جایگزینی پین
Example - Error in Pin Replacement
مثال: بصریسازی توزیع خی-دو
Example - Visualize Chi-squared distribution
مثال: چندک توزیع خی-دو
Example - Quantile of a Chi-squared distribution
توزیع تی-استیودنت (Student's t)
The Students' t Distribution
توزیع F
The F Distribution
مثال: بصریسازی توزیعهای t و F
Example t and F distribution visualization
نمایش نظرات