اصول احتمال برای علم داده
✅ سرفصل و جزئیات آموزش
در این دوره با یادگیری مفاهیم کلیدی احتمال: امید ریاضی، واریانس، توزیع های گسسته و پیوسته، قضایای حد، تقریب ها، احتمال بیزی و برآورد، مهارت خود در علم داده را ارتقا می دهید.
درک صحیح ریاضیات به ویژه احتمال، برای تلاش های موفق علم داده بسیار مهم است. این دوره اصول احتمالات را با توضیحات واضح، معادلات رایج، مثال های ساده و کاربردهای واقعی پوشش می دهد. ابتدا، مروری بر مبانی، مانند متغیرهای تصادفی، همراه با انواع توزیع اصلی مانند گسسته، پیوسته، تجمعی و مشترک پوشش داده شده است. سپس امید ریاضی و واریانس شامل انتظار شرطی، انحراف معیار، کوواریانس و همبستگی بررسی می شوند.
در مرحله بعد، چندین توزیع گسسته استاندارد و توزیع های پیوسته به تفصیل بیان می شوند و به دنبال آن قضایای حد و تقریب های محبوب بیان می شوند. پس از آن، احتمال بیزی مورد بررسی قرار می گیرد، از جمله اینکه چگونه با احتمال فراوانی تفاوت دارد. در نهایت، چند روش برآورد رایج پوشش داده شده است. به مگان سیلوی بپیوندید تا شما را در هر بخش راهنمایی کند و تخصص خود را به شما منتقل کند.
اصول احتمال برای علم داده
-
آشنایی با احتمالات 0:00:42
-
آنچه باید بدانید 0:00:51
-
بررسی حساب دیفرانسیل و انتگرال - حدها و مشتقات 0:06:34
-
بررسی حساب دیفرانسیل و انتگرال - انتگرال ها 0:06:34
-
مبانی احتمال 0:09:58
-
متغیرهای تصادفی 0:04:15
-
توزیع های گسسته 0:05:03
-
توزیع های پیوسته 0:04:04
-
توزیع های تجمعی 0:04:37
-
توزیع های مشترک 0:08:17
-
امید ریاضی 0:04:03
-
امید ریاضی متغیرهای تصادفی گسسته 0:06:22
-
امید ریاضی متغیرهای تصادفی پیوسته 0:05:31
-
امید ریاضی شرطی 0:06:20
-
واریانس و انحراف استاندارد 0:03:48
-
پراکندگی گسسته در مقابل پیوسته 0:04:57
-
کواریانس 0:06:53
-
همبستگی 0:05:06
-
توزیع های گسسته - مقدمه 0:01:58
-
توزیع یکنواخت گسسته 0:04:34
-
توزیع برنولی 0:04:48
-
توزیع دوجمله ای 0:07:20
-
توزیع دوجمله ای منفی 0:07:42
-
توزیع هندسی 0:04:27
-
توزیع فراهندسی 0:10:06
-
توزیع پواسون 0:05:19
-
توزیع های پیوسته - مقدمه 0:01:40
-
توزیع یکنواخت 0:04:43
-
توزیع نمایی 0:05:22
-
توزیع گاما 0:07:15
-
توزیع پارتو 0:06:12
-
توزیع نرمال استاندارد 0:08:00
-
توزیع نرمال 0:07:25
-
توزیع مربع کای 0:07:37
-
توزیع t 0:06:21
-
توزیع F 0:08:11
-
نابرابری چبیشف 0:03:59
-
قانون ضعیف اعداد بزرگ 0:04:10
-
قانون قوی اعداد بزرگ 0:04:25
-
تقریب مونت کارلو 0:05:40
-
تئوری حد مرکزی 0:04:14
-
تقریب نرمال توزیع دوجمله ای 0:05:45
-
احتمالات بیزی - تاریخچه 0:04:01
-
قضیه بیز 0:05:04
-
استنباط بیزی 0:05:42
-
استنباط فراوانی گرایانه در مقابل احتمالات بیزی 0:04:30
-
کاربردهای استنباط بیزی 0:03:17
-
برآورد درست نمایی بیشینه (MLE) 0:04:48
-
MLE برای توزیع دوجمله ای 0:05:36
-
MLE برای توزیع نمایی 0:04:20
-
MLE برای توزیع نرمال 0:07:10
-
برآوردگر بیشینه گر احتمال پسین (MAP) 0:05:00
-
کاربردهای MAP 0:09:46
-
گام های بعدی 0:00:53
مشخصات آموزش
اصول احتمال برای علم داده
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:54
- مدت زمان :4:51:15
- حجم :448.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 04:47:39
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 23:28:00
- تعداد درس: 170
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 18:41:14
- تعداد درس: 133
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 25:58:16
- تعداد درس: 140
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 00:21:05
- تعداد درس: 4
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 07:54:58
- تعداد درس: 51
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:00:50
- تعداد درس: 57
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 15:31:30
- تعداد درس: 18
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 12:21:18
- تعداد درس: 97
-
سطح دوره:
-
زبان: دوبله فارسی