3 000 курсов ждут вас в нашем каталоге. Выбирайте лучшее!

Теория вероятностей и математическая статистика

Вы научитесь решать задачи математической статистики и применять математические знания в Data Science, продолжив подготовку к становлению профессионалом разработки.
15 000 ₽ за курс
стоимость обучения
Уровень сложности
для новичков
Длительность
1 мес.
Демо доступ
нет
Формат обучения
онлайн
Домашние задания
да
Обратная связь
да
Стажировка
нет
Помощь в трудоустройстве
нет
Документ по окончании
сертификат

Программа обучения

  • Основное
  • Содержание программы

Курс рассчитан на тех, кто уже имеет опыт работы с Data Science. Вы познакомитесь с математической статистикой и теорией вероятности, сможете работать с большими данными и выявлять статистические зависимости.

Обучение проходит в онлайн-формате, по итогу прохождения вы получите сертификат.

Урок 1. Случайные события. Условная вероятность. Формула Байеса. Независимые испытания
  • Что такое случайное событие.
  • Понятие статистической вероятности.
  • Классическое определение вероятности.
  • Формулы комбинаторики.
  • Виды случайных событий.
  • Понятие условной вероятности.
  • Формула полной вероятности.
Урок 2. Дискретные случайные величины. Закон распределения вероятностей. Биномиальный закон распределения. Распределение Пуассона
  • Что такое дискретная случайная величина.
  • Закон распределения вероятностей.
  • Биномиальное распределение.
  • Распределение Пуассона.
Урок 3. Описательная статистика. Качественные и количественные характеристики популяции. Графическое представление данных
  • Понятия генеральной совокупности и выборки.
  • Математическое ожидание.
  • Дисперсия, среднее квадратичное отклонение.
  • Смещенная и несмещенная оценка дисперсии.
  • Понятия моды, медианы, квартиля, перцентиля, дециля, квантиля.
  • Построение гистограммы, boxplot.
Урок 4. Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей. Равномерное и нормальное распределение. Центральная предельная теорема
  • Непрерывные случайные величины.
  • Функция и плотность распределения вероятностей.
  • Равномерное распределение.
  • Нормальное распределение.
  • Центральная предельная теорема.
Урок 5. Проверка статистических гипотез. P-значения. Доверительные интервалы. A/B-тестирование
  • Что такое статистическая гипотеза.
  • Нулевые и альтернативные гипотезы.
  • Статистические критерии для проверки гипотез.
  • Доверительные интервалы.
  • А/B тестирование.
Урок 6. Взаимосвязь величин. Параметрические и непараметрические показатели корреляции. Корреляционный анализ.
  • Что такое корреляция.
  • Коэффициент корреляции.
  • Взаимосвязь величин.
  • Ковариация.
  • Ограничения корреляционного анализа.
Урок 7. Многомерный статистический анализ. Линейная регрессия
  • Для чего применяют многомерный анализ.
  • Что такое линейная регрессия.
  • Коэффициент детерминации.
  • F-критерий Фишера.
  • t-статистика Стьюдента.
Урок 8. Дисперсионный анализ. Логистическая регрессия
  • Однофакторный дисперсионный анализ.
  • Двухфакторный дисперсионный анализ.
  • Логистическая регрессия.

Чему научат

галочка
Интерполяция и регрессия. Фильтрация данных
галочка
Корреляционный и спектральный анализ данных
галочка
А/B-тест. DOE. Оценка значимости признаков
галочка
Обратные задачи. Регуляризация
галочка
Большие данные. Статистические зависимости.

Преимущества курса

Методички и практические задания
Общение с одногруппниками

Информация носит ознакомительный характер и может отличаться от указанной на сайтах школ-партнёров. Актуальную стоимость и описание программ вы можете узнать на сайте школы.