Последние темы автора:
- [EDPRO] Конференция EDPRO.CONF Нутрициология (2024)
- [Екатерина Звонцова, Дарина Андреянова] [МИФ. Курсы] Причеши меня. Как редактировать тексты от стиля и сюжета до синтаксиса (2024)
- [Максим Ильяхов] [SkillCup] Простые видео (2024)
- [Vikisews] Виктория Ракуса — Практикум по стилю (2024)
- [frontendmasters] Прогрессивные веб-приложения (PWA): Забудьте о магазине приложений
- #1
Голосов: 0
[Udemy] Теория Вероятностей и Статистика (2024)
3 разделов • 213 лекций • Общая продолжительность 56 ч 15 мин
Русский язык
Этот курс посвящен теории вероятностей и математической статистике от самых основ до тестирования гипотез. Каждый раздел начинается с длинных лекций, за которыми следует большое количество подробно разобранных задач. Сами задания практически всегда сформулированы на английском, но я тщательно перевожу их на русский, так что заодно можно улучшить свой словарный запас.
1. Основы теории вероятностей и дискретные распределения. Здесь рассматриваются аксиомы, базовые формулы, деревья событий, условные вероятности, формула Байеса, закон распределения дискретной случайной величины, понятия и свойства математического ожидания и дисперсии, а также стандартные дискретные распределения, такие как Бернулли, Биномиальное, Пуассона, Геометрическое, Гипергеометрическое.
2. Непрерывные распределения и точечные оценки. Данная глава использует уже больше математического аппарата из Calculus, мы рассматриваем непрерывные случайные величины и их многочисленные свойства - функции плотностей распределения, стандартные распределения - экспоненциальное, нормальное, равномерное и др. Также подробно рассматриваем точечные оценки и их свойства - несмещённость и эффективность.
3. Математическая статистика . Насыщенный раздел с теорией, которая традиционно трудно даётся студентам - это p-value, уровень значимости, ошибки 1-го и 2-го родов, гипотезы и самые разные тесты (даже не хочется все перечислять). Дополнительно изучаются новые распределения - T, X^2, F. Я стараюсь не только показать как пользоваться многочисленными формулами, но объяснить как они были получены, что несомненно улучшает качество и запоминания и понимания.
Этот курс я давно уже преподаю в университете (6 лет), так что перед тем, как записывать его у меня была возможность по многу раз отработать лекции, задачи и их объяснения со своими студентами.
Чему вы научитесь
- Понимание основных формул и их доказательств в теории вероятностей и статистике
- Интерпретация концепций вероятностей и статистики на примерах из реальной жизни
- Решение практических многочисленных задач из различных международных экзаменов
- Пополнение английского словарного запаса по теме курса
3 разделов • 213 лекций • Общая продолжительность 56 ч 15 мин
Русский язык
Требования
- Требуется знание школьной математики на уровне 8-11 классов.
Описание
Этот курс посвящен теории вероятностей и математической статистике от самых основ до тестирования гипотез. Каждый раздел начинается с длинных лекций, за которыми следует большое количество подробно разобранных задач. Сами задания практически всегда сформулированы на английском, но я тщательно перевожу их на русский, так что заодно можно улучшить свой словарный запас.
В курсе имеется три основных раздела:
1. Основы теории вероятностей и дискретные распределения. Здесь рассматриваются аксиомы, базовые формулы, деревья событий, условные вероятности, формула Байеса, закон распределения дискретной случайной величины, понятия и свойства математического ожидания и дисперсии, а также стандартные дискретные распределения, такие как Бернулли, Биномиальное, Пуассона, Геометрическое, Гипергеометрическое.
2. Непрерывные распределения и точечные оценки. Данная глава использует уже больше математического аппарата из Calculus, мы рассматриваем непрерывные случайные величины и их многочисленные свойства - функции плотностей распределения, стандартные распределения - экспоненциальное, нормальное, равномерное и др. Также подробно рассматриваем точечные оценки и их свойства - несмещённость и эффективность.
3. Математическая статистика . Насыщенный раздел с теорией, которая традиционно трудно даётся студентам - это p-value, уровень значимости, ошибки 1-го и 2-го родов, гипотезы и самые разные тесты (даже не хочется все перечислять). Дополнительно изучаются новые распределения - T, X^2, F. Я стараюсь не только показать как пользоваться многочисленными формулами, но объяснить как они были получены, что несомненно улучшает качество и запоминания и понимания.
Этот курс я давно уже преподаю в университете (6 лет), так что перед тем, как записывать его у меня была возможность по многу раз отработать лекции, задачи и их объяснения со своими студентами.
Для кого этот курс:
- Курс предназначен для школьников старших классов, студентов университетов и специалистов, изучающих Data Science и Business Analytics. Задачи курса в основном составлены на английском языке, которые я тщательно перевожу и решения объясняю на русском.
Для просмотра ссылок пройдите регистрацию