Statistika komputasional dan inferensi Bayesian untuk ilmu data

Ilmu data modern memerlukan lebih dari sekedar menjalankan algoritma machine learning yang sudah terpasang; hal ini memerlukan pemahaman komputasi yang mendalam mengenai statistik yang mendasarinya. Kursus berbasis teks ini menjembatani kesenjangan antara statistik teoretis dan kode praktis, menunjukkan cara untuk mensimulasikan, menganalisis, dan memodelkan data yang kompleks. Anda akan berpindah dari bergantung pada perpustakaan kotak hitam untuk menulis simulasi statistik khusus dan melakukan inferensi Bayesian praktis untuk membuat keputusan berbasis data dengan percaya diri. Apa yang akan kau pelajari: - Mengerti konsep statistik dasar, distribusi probabilitas, dan metode pengambilan sampel komputasional. - Melaksanakan simulasi Monte Carlo untuk memperkirakan probabilitas dan model ketidakpastian. - Terapkan teknik inferensi Bayesian untuk memperbarui keyakinan dan memperkirakan parameter menggunakan perpustakaan Python modern. - Menganalisis model diagnostik dan mengevaluasi konvergensi menggunakan aliran kerja statistik saat ini. - Skala perhitungan statistik untuk menangani dataset lebih besar secara efisien. Kursus ini dimulai dengan definisi statistik inti dan dasar probabilitas sebelum memandu Anda melalui teknik simulasi praktis dan aliran kerja modeling Bayesian. Anda akan berkembang dari latihan sampling sederhana untuk menulis analisis statistik yang kuat dan dapat direproduksi. Kursus ini dirancang untuk ilmuwan data pemula, analis, dan programmer yang ingin membangun dasar statistik yang kuat. Tidak diperlukan latar belakang statistik tingkat lanjut sebelumnya, meskipun keakraban Python dasar akan membantu. Mulai menguasai statistik komputasional dan bawa kedalaman analitis yang ketat ke proyek ilmu data Anda hari ini.