مطالب پیشنهادی از سراسر وب

تفسیر داده با استفاده از مدل های آماری با Python

دسته بندی ها: آموزش پایتون (Python) ، آموزش های پلورال سایت (Pluralsight) ، آموزش هوش مصنوعی (AI)

علم داده و مدل سازی داده ها به سرعت قابلیت های مهمی که هر شرکت و تکنسینی باید این روزها در اختیار داشته باشد را به ظهور می رسانند. سازمان های مختلف به طور فزآینده ای از مدل ها و ابزارهای مدل سازی یکسانی استفاده می کنند، و تنها چیزی که تفاوت دارد، نحوه بکارگیری این مدل ها بر روی داده ها است. امروزه بیش از همیشه، شناخت درست داده های خود اهمیت دارد.

در این دوره، تفسیر داده با استفاده از مدل های آماری با Python؛ شما توانایی پیشرفت به ورای مصورسازی و آمارهای توصیفی مقدماتی، با استفاده از قدرت آمارهای استنباطی را کسب خواهید کرد.

در ابتدا، شما نحوه تست مفروضات، که اساس آمارهای استنباطی می باشد، و در اثبات و تست مفروضات داده به شما کمک می کند را یاد خواهید گرفت. سپس، نحوه بکارگیری تست t کلاسیک در انواع سناریوهای رایج و برآورد میانگین را کشف خواهید کرد. شما همچنین تست های مرتبط مانند تست Z، تست Chi-square پیرسون، تست Levene و تست Welch برای رفتار با جمعیت هایی که واریانس های نابرابری دارند را یاد خواهید گرفت.

در پایان، با استفاده از ANOVA، که یک تکنیک آماری قدرتمند برای اندازه گیری خصوصیات آماری در امتداد دسته بندی های مختلفی از داده ها می باشد، دانش خود را جمع بندی خواهید کرد. با اتمام این دوره، شما دانش و مهارت بکارگیری تکنیک های قدرتمند تست مفروضات؛ از جمله تست های t، و ANOVA و تست های رگرسیون برای اندازه گیری قدرت روابط آماری در داده های خود را کسب خواهید کرد.

بررسی اجمالی دوره

فایل های تمرین exercise file.zip
آیا این نوشته را دوست داشتید؟
Pluralsight Interpreting Data Using Statistical Models with Python Author:Janani Ravi Duration:2:45:40 Level:Beginner

Data science and data modeling are fast emerging as crucial capabilities that every enterprise and every technologist must possess these days. Increasingly, different organizations are using the same models and modeling tools, so what differs is how those models are applied to the data. Today, more than ever, it is really important that you know your data well.
In this course, Interpreting Data using Statistical Models with Python you will gain the ability to go one step beyond visualizations and basic descriptive statistics, by harnessing the power of inferential statistics.
First, you will learn how hypothesis testing, which is the foundation of inferential statistics, helps posit and test assumptions about data. Next, you will discover how the classic t-test can be used in a variety of common scenarios around estimating means. You will also learn about related tests such as the Z-test, Pearson’s Chi-squared test, Levene’s test and Welch’s t-test for dealing with populations that have unequal variances.
Finally, you will round out your knowledge by using ANOVA, a powerful statistical technique used to measure statistical properties across different categories of data. When you’re finished with this course, you will have the skills and knowledge to use powerful techniques from hypothesis testing, including t-tests, ANOVA and regression tests in order to measure the strength of statistical relationships within your data.

پیشنهاد آموزش مرتبط در فرادرس