Data Science

Opanuj podstawowe prawdopodobieństwo, statystyki opisowe i koncepcje regresji potrzebne do rozpoczęcia udanej kariery w dziedzinie danych i analityki biznesowej.

Dowiedz się, jak wyciągać dokładne wnioski z danych za pomocą podejść częstotliwościowych i bayesowskich, aby podejmować pewne decyzje oparte na dowodach.

Poznaj podstawy prawdopodobieństwa bayesowskiego, porównaj je z metodami częstościowymi i analizuj dane z rzeczywistego świata, aby podejmować świadome decyzje w warunkach niepewności.

Naucz się obliczać ryzyko, podejmować decyzje oparte na danych i opanować podstawowe koncepcje prawdopodobieństwa dzięki jasnym, praktycznym wyjaśnieniom przeznaczonym dla początkujących.

Naucz się stosować rozumowanie bayesowskie do projektowania eksperymentalnego i analizy danych za pomocą dostępnych narzędzi i nowoczesnych przepływów pracy programowania.

Opanuj wnioskowanie statystyczne, aby walidować spostrzeżenia biznesowe poprzez strukturalne testowanie w arkuszach kalkulacyjnych i nowoczesnych środowiskach programistycznych.

Opanuj podstawowe zasady prawdopodobieństwa, rozkładów i miar ufności, aby podejmować dokładne, oparte na danych decyzje w warunkach niepewności.

Naucz się syntetyzować badania naukowe, obliczać rozmiary efektów i wykonywać solidne metaanalizy przy użyciu nowoczesnych metod statystycznych.

Naucz się szacować parametry modelu i określać ilościowo niepewność za pomocą statystyk Bayesa i algorytmów Monte Carlo z łańcuchami Markova.