Matemática para Ciência de Dados. Parte 2. Teoria das probabilidades e estatística matemática - curso RUB 27.990. de Especialista, formação 40 horas acadêmicas, data de 15 de maio de 2023.
Miscelânea / / December 03, 2023
Professor de curso de programação profissional, desenvolvedor certificado Instituto Python com experiência geral de trabalho na área de TI mais de 20 anos. Construí sistemas de TI em 4 empresas do zero. Mais do que 5 anos.
Vadim Viktorovich formou-se na Universidade Estatal Russa de Humanidades em 2000, com especialização em Informática e Ciência da Computação. Um verdadeiro profissional em assuntos administrativos SGBD, automação dos processos de negócios da empresa (ERP, CRM etc.), criando casos de teste e treinando funcionários.
Capaz de motivar e cativar. É exigente com os ouvintes, sempre pronto a esclarecer pontos difíceis. A vasta experiência de trabalho em projetos reais permite que ele preste atenção aos detalhes que geralmente são esquecidos pelos desenvolvedores novatos.
Módulo 1. Conceitos básicos da teoria das probabilidades. Exemplos (4 ac. h.)
Módulo 2. Eventos aleatórios. Probabilidade Condicional. Fórmula de Bayes. Testes independentes (4 ac. h.)
Módulo 3. Variáveis aleatórias discretas. Lei da distribuição de probabilidade. Lei de distribuição binomial. Distribuição de Poisson (4 ac. h.)
Módulo 4. Estatísticas descritivas. Características qualitativas e quantitativas da população. Apresentação gráfica dos dados (4 ak. h.)
Módulo 5. Variáveis aleatórias contínuas. Função de distribuição e função de densidade de probabilidade. Distribuição uniforme e normal. Teorema do limite central (4 ak. h.)
Módulo 6. Testando hipóteses estatísticas. Valores P. Intervalos de confiança. (4 ac. h.)
Módulo 7. Relação entre quantidades. Medidas de correlação paramétricas e não paramétricas. Análise de correlação. (4 ac. h.)
Módulo 8. Análise estatística multivariada. Regressão linear (4 ac. h.)
Módulo 9. Análise de variação. Regressão logística (4 ac. h.)
Módulo 10. Aplicação das seções estudadas da teoria das probabilidades e estatística matemática em um exemplo geral (caderno de Júpiter). Projeto. (4 ac. h.)
A ciência de dados inclui uma ampla gama de abordagens e métodos para coletar, processar, analisar e visualizar conjuntos de dados de qualquer tamanho. Uma área separada e praticamente importante desta ciência é trabalhar com big data usando novos princípios modelagem matemática e computacional, quando os métodos clássicos param de funcionar devido à sua impossibilidade dimensionamento. Este curso foi elaborado para ajudar o aluno a aprender os fundamentos da área disciplinar por meio da formulação e resolver problemas típicos que um pesquisador de ciência de dados pode encontrar em seu trabalhar. Para ensinar o aluno a resolver tais problemas, os autores do curso fornecem ao aluno o mínimo teórico necessário e mostram como utilizar a ferramenta base na prática.
4,2
Você atualizará seu conhecimento de matemática, aprenderá fórmulas e funções básicas e compreenderá os conceitos básicos de máquinas treinamento e você pode iniciar uma carreira em Ciência de Dados - empresas de TI em todo o mundo estão procurando esses especialistas.
4,4