Sains Data

Kebarangkalian dan Statistik — Pelajari prinsip matematik kebarangkalian dan statistik untuk menganalisis data dan membuat keputusan termaklum.

Statistik dan Matematik untuk Sains Data dan Analisis

Kebarangkalian dan Statistik
Menguasai kemungkinan asas, statistik deskriptif, dan konsep regresi yang diperlukan untuk melancarkan karier yang berjaya dalam sains data dan analisis perniagaan.
★ 4.5 (3,002)

Kesimpulan Statistik Praktikal untuk Keputusan Berasaskan Data

Kebarangkalian dan Statistik
Belajar bagaimana untuk menarik kesimpulan tepat dari data menggunakan pendekatan frekuensi dan Bayesian untuk membuat keputusan yang bersandarkan bukti.
★ 4.2 (4,454)

Statistik Bayesian: Analisis Data Praktikal untuk Pemula

Kebarangkalian dan Statistik
Belajar asas probabiliti Bayesian, bandingkan dengan kaedah Frequentist, dan analisis data dunia sebenar untuk membuat keputusan yang bermaklumat di bawah ketidakpastian.
★ 4.6 (3,228)

Kemungkinan Praktikal: Panduan Intuisi untuk Mengurus Ketidakpastian

Kebarangkalian dan Statistik
Belajar untuk mengira risiko, membuat keputusan berdasarkan data, dan menguasai konsep asas probabiliti melalui penjelasan yang jelas dan praktikal yang direka untuk pemula.
★ 4.8 (1,883)

Statistik Bayesian dan Pengujian A/B dengan Excel dan Python

Kebarangkalian dan Statistik
Pelajari cara menerapkan penalaran Bayesian pada desain eksperimen dan analisis data menggunakan alat yang mudah diakses dan alur kerja pemrograman modern.
★ 4.5 (27)

Asas Ujian Hipotesis dengan Excel dan Python

Kebarangkalian dan Statistik
Kuasai inferens statistik untuk mengesahkan pandangan perniagaan melalui ujian berstruktur dalam hamparan dan persekitaran pengaturcaraan moden.
★ 4.2 (24)

Kebarangkalian dan Ketidakpastian dalam Statistik untuk Penganalisis Data

Kebarangkalian dan Statistik
Kuasai peraturan asas kebarangkalian, taburan, dan ukuran keyakinan untuk membuat keputusan tepat berasaskan data di bawah ketidakpastian.
★ 4.6 (18)