مطالب پیشنهادی از سراسر وب

آموزش خلاصه کردن داده ها و استنتاج احتمالات

دسته بندی ها: تحلیل داده (Data Analysis) ، آموزش پایتون (Python) ، آموزش های پلورال سایت (Pluralsight)

علم داده و مدل سازی داده ها به سرعت به عنوان توانایی های مهمی که این روزها هر سازمان و هر تکنسینی باید از آن برخوردار باشد، در حال ظهور هستند. سازمان های مختلف به طور فزآینده ای از مدل ها و ابزارهای مدل سازی یکسان استفاده می کنند، بنابراین آنچه تفاوت می کند نحوه بکارگیری این مدل ها بر روی داده ها است. بنابراین، بسیار مهم است که شما از داده های خود به خوبی شناخت داشته باشید.

در این دوره، آموزش جمع بندی داده ها و استنتاج احتمالات؛ شما می توانید با استفاده از آمارهای تک متغیره ،دو متغیره و چند متغیره در طیف وسیعی از فناوری ها، داده های خود را خلاصه سازی کنید.

در ابتدا، نحوه محاسبه شاخص های میانگین و میل به مرکز در مایکروسافت اکسل و پایتون را یاد خواهید گرفت. سپس، نحوه استفاده از همبستگی ها و کوواریانس ها در بررسی روابط جفتی را کشف خواهید کرد. پس از آن خواهید دید که چگونه می توان آن ساختارها را با استفاده از ماتریس های کوواریانس و همبستگی به چندین متغیر تعمیم داد.

شما قضیه Bayes، یکی از قدرتمندترین و پرکاربردترین نتایج در احتمال، را در ساخت یک طبقه بند (classifier) قوی درک خواهید کرد و به کار خواهید گرفت.

در پایان، از Seaborn به عنوان یک کتابخانه مصور سازی، برای نمایش بصری آمار استفاده خواهید کرد. با اتمام این دوره، شما دانش و مهارت لازم برای استفاده از آمار توصیفی تک متغیره، دو متغیره و چند متغیره از اکسل و پایتون برای کشف روابط و محاسبه احتمالات را کسب خواهید کرد.

بررسی اجمالی دوره

آیا این نوشته را دوست داشتید؟
Pluralsight Summarizing Data and Deducing Probabilities Author:Janani Ravi Duration:2:48:52 Level:Intermediate

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 the same modeling tools, so what differs is how those models are applied to the data. So, it is really important that you know your data well.
In this course, Summarizing Data and Deducing Probabilities, you will gain the ability to summarize your data using univariate, bivariate, and multivariate statistics in a range of technologies.
First, you will learn how measures of mean and central tendency can be calculated in Microsoft Excel and Python. Next, you will discover how to use correlations and covariances to explore pairwise relationships. You will then see how those constructs can be generalized to multiple variables using covariance and correlation matrices.
You will understand and apply Bayes' Theorem, one of the most powerful and widely-used results in probability, to build a robust classifier.
Finally, you will use Seaborn, a visualization library, to represent statistics visually.  
When you are finished with this course, you will have the skills and knowledge to use univariate, bivariate, and multivariate descriptive statistics from Excel and Python in order to find relationships and calculate probabilities.

پیشنهاد آموزش مرتبط در فرادرس