احتمالات و آمار برای دانشجویان کارشناسی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تسلط به مفاهیم اولیه احتمالات، از جمله احتمال شرطی و قضیه بیز
- استفاده از آمار توصیفی برای خلاصهسازی و تحلیل داده
- کار با توزیعهای کلیدی: دوجملهای، پواسون و نرمال
- انجام تست های فرضیه و محاسبه فواصل اطمینان
- حل مسائل دنیای واقعی STEM با استفاده از آمار
- ایجاد مهارتهای تفسیر داده و تفکر انتقادی
پیشنیازهای دوره
- درک اولیهای از جبر
- علاقه به رشتههای STEM مانند مهندسی، علوم یا علوم کامپیوتر
- هیچ دانش قبلی از آمار یا احتمالات لازم نیست.
- یک ماشینحساب (مهندسی یا ترسیم نمودار) برای مسائل تمرینی توصیه میشود.
توضیحات دوره
با این دوره جامع که بهطور خاص برای دانشجویان کارشناسی STEM و مهندسان آینده طراحی شده است، به مبانی احتمالات و آمار مسلط شوید. چه دانشجویان در حال آمادهسازی برای آزمونهایی مانند FE باشند، چه به دنبال بهبود مهارتهای تحلیلی خود یا ایجاد اصول قوی در تحلیل داده و نظریه احتمالات باشند، این دوره تمام آنچه نیاز دارند را ارائه میدهد.
این دوره با مفاهیم اولیه مانند قوانین احتمال و آمار توصیفی آغاز میشود و به مباحث کلیدی شامل توزیعهای احتمال گسسته و پیوسته، روشهای نمونهگیری و آزمون فرضیه پیش میرود. دانشجویان توانایی تفسیر داده، ارزیابی عدم قطعیت و اتخاذ تصمیمات آگاهانه بر اساس استدلال آماری را توسعه خواهند داد، مهارتهایی که در مهندسی، علوم کامپیوتر، فیزیک، زیستشناسی و سایر رشتههای STEM حیاتی هستند.
آنچه آموخته خواهد شد:
- درک مفاهیم اصلی احتمال شامل احتمال شرطی و قضیه بیز
- خلاصهسازی و تحلیل داده با استفاده از آمار توصیفی و تکنیکهای مصورسازی
- کار با توزیعهای مهم مانند دوجملهای، پواسون و نرمال برای مدلسازی پدیدههای دنیای واقعی
- انجام آزمون فرضیه و ساخت فواصل اطمینان برای پشتیبانی از تصمیمگیری
- بهکارگیری متدهای آماری برای حل مسائل عملی مرتبط با شغلهای حوزه STEM و پژوهش
محتویات دوره:
- بیش از 120 ویدئو آموزشی تعاملی با توضیحات شفاف و مثالهای واقعی.
- آزمونهای تعاملی و مسائل تمرینی برای تثبیت یادگیری.
- راهنمای گامبهگام مسائل احتمالات و آمار که در امتحانات و محیطهای حرفهای رایج هستند.
این دوره برای چه کسانی است؟
- دانشجویان کارشناسی STEM در رشتههای مهندسی، علوم کامپیوتر، فیزیک، ریاضیات و زمینههای مرتبط.
- دانشجویانی که برای آزمون FE یا سایر آزمونهای گواهینامه حرفهای آماده میشوند.
- هر کسی که به دنبال تقویت استدلال آماری و مهارتهای تحلیل داده خود است.
با حل مسائل عملی و تدریس قابلفهم، این دوره دانشجویان را با اعتمادبهنفس لازم برای مقابله با چالشهای آماری در مسیر تحصیلی و حرفهای خود مجهز میکند. همین امروز در این دوره شرکت کنید و اصول قوی در احتمالات و آمار بسازید!
این دوره برای چه کسانی مناسب است؟
- این دوره برای دانشجویان کارشناسی در رشتههای STEM شامل مهندسی، علوم کامپیوتر، فیزیک، زیستشناسی و ریاضیات که میخواهند اصول مستحکم در احتمالات و آمار داشته باشند، طراحی شده است. همچنین برای دانشجویانی که برای آزمون FE آماده میشوند یا هر کسی که میخواهد مهارتهای خود را برای حل مسائل دادهمحور تقویت کند، ایدهآل است. هیچ پیشنیاز آماری لازم نیست.
احتمالات و آمار برای دانشجویان کارشناسی
-
جامعه در برابر نمونه 09:32
-
آمار توصیفی و استنباطی 08:01
-
فراوانی و فراوانی نسبی 14:05
-
داده کیفی و نمودارهای میلهای 11:58
-
داده کمی (جداول تکمقداری) 14:43
-
داده کمی (فواصل طبقاتی) 13:38
-
هیستوگرامها و چندضلعیها 12:09
-
جداول توزیع فراوانی تجمعی 05:52
-
نمودارهای ساقه و برگ 16:35
-
جلسه حل مسئله 1 06:35
-
جلسه حل مسئله 2 07:59
-
جلسه حل مسئله 3 06:50
-
معیارهای گرایش به مرکز 20:12
-
جلسه حل مسئله 4 05:51
-
هیستوگرامهای متقارن و چوله 17:21
-
معیارهای پراکندگی 08:09
-
واریانس و انحراف معیار 16:49
-
جلسه حل مسئله 5 17:07
-
میانگین پیراسته 16:37
-
چارکها 13:00
-
صدکها 04:39
-
دامنه میانچارکی (IQR) و داده پرت 08:58
-
جلسه حل مسئله 6 12:37
-
جلسه حل مسئله 7 16:16
-
نمودار جعبهای (BoxPlot) 12:37
-
جلسه حل مسئله 8 12:47
-
فضای نمونه و احتمال رویدادها 13:13
-
روابط بین مجموعهها 09:53
-
نمودار ون 15:24
-
اصول و ویژگیها 16:36
-
احتمال شرطی 12:28
-
قضیه بیز 18:09
-
نمودار درختی 19:42
-
مسئله 1 07:01
-
مسئله 2 06:15
-
مسئله 3 07:21
-
مسئله 4 04:07
-
مسئله 5 05:56
-
مسئله 6 11:05
-
قاعده ضرب 17:32
-
فاکتوریلها 17:01
-
جایگشتها و ترکیبها 20:49
-
مسئله 1 17:04
-
ثابت کردن موقعیتها 18:28
-
ثابت کردن ترتیب 07:43
-
توزیع توپهای غیرقابل تشخیص در جعبههای قابل تشخیص 17:07
-
مسئله 2 10:11
-
مسئله 3 13:30
-
مسئله 4 12:42
-
مسئله 5 05:56
-
مسئله 6 08:32
-
متغیرهای تصادفی گسسته و پیوسته 11:29
-
تابع جرم احتمال گسسته (PMF)، امید ریاضی و واریانس 21:04
-
امید ریاضی و واریانس توابع x 14:04
-
توابع توزیع تجمعی (CDF) 24:05
-
توابع چگالی احتمال و توابع چگالی تجمعی 18:55
-
توزیع برنولی 17:39
-
توزیع دوجملهای 19:41
-
جدول توزیع تجمعی توزیع دوجملهای 16:16
-
توزیع فوقهندسی 19:28
-
توزیع هندسی 15:11
-
توزیع دوجملهای منفی 19:05
-
توزیع پواسون 23:40
-
جدول توزیع تجمعی توزیع پواسون 13:23
-
تقریب توزیع فوقهندسی با توزیع دوجملهای 11:40
-
تقریب توزیع دوجملهای با توزیع پواسون 13:35
-
مسئله 1 14:59
-
تابع چگالی احتمال برای متغیرهای تصادفی پیوسته 18:24
-
مسئله 1 06:32
-
امید ریاضی و واریانس 08:00
-
تابع توزیع تجمعی 10:01
-
مسئله 2 16:29
-
توزیعهای احتمال پیوسته 04:50
-
توزیع یکنواخت 09:10
-
توزیع نرمال 11:49
-
منحنی توزیع نرمال استاندارد 18:52
-
از X به Z 17:55
-
توزیع نمایی 13:04
-
ویژگی بیحافظه 15:54
-
توزیعهای نمایی در فرآیند پواسون 13:21
-
توزیع گاما 15:58
-
تابع گامای ناقص 15:25
-
توزیع کای دو 16:13
-
تقریب توزیع دوجملهای با توزیع نرمال 20:16
-
تبدیل از یک تابع چگالی احتمال به دیگری 14:00
-
مقدمهای بر توزیع احتمال توأم 11:17
-
تابع جرم احتمال توأم در دو متغیر تصادفی گسسته 24:56
-
امید ریاضی تابعی از دو متغیر تصادفی گسسته 17:11
-
کوواریانس و رابطه خطی 16:54
-
همبستگی دو متغیر تصادفی 18:53
-
استقلال دو متغیر تصادفی گسسته 17:36
-
مقدمهای بر تابع چگالی احتمال توأم دو متغیر تصادفی پیوسته 10:49
-
مسئله 1: مروری بر انتگرالهای دوگانه 12:09
-
مسئله 2: مروری بر انتگرالهای دوگانه 21:21
-
تابع چگالی احتمال حاشیهای در دو متغیر تصادفی پیوسته 16:03
-
امید ریاضی تابعی از دو متغیر تصادفی پیوسته 08:05
-
مسئله 3 18:57
-
مسئله 4 08:38
-
مسئله 5 09:40
-
مسئله 6 15:23
-
مسئله 7 10:43
-
تابع جرم احتمال شرطی و تابع چگالی احتمال شرطی 23:07
-
امید ریاضی شرطی 16:01
-
امید ریاضی و واریانس ترکیب خطی 24:35
-
مقدمهای بر توزیعهای نمونهگیری 11:47
-
توزیع نمونهگیری میانگین نمونه برای جامعه نرمال 16:19
-
قضیه حد مرکزی 17:52
-
توزیع نمونهگیری نسبت نمونه 24:01
-
توزیع نمونهگیری واریانس نمونه 13:00
-
برآوردهای نقطهای 16:07
-
برآوردگرهای اریب و نااریب 22:48
-
خطای معیار برآورد 15:00
-
متد گشتاورها 25:05
-
مقدمهای بر فواصل اطمینان 14:37
-
فواصل اطمینان برای میانگین جامعه با انحراف معیار معلوم 21:30
-
حاشیه خطا، عرض و حجم نمونه 18:59
-
توزیع t 13:41
-
جداول t 16:30
-
فاصله اطمینان برای میانگین جامعه با سیگمای نامعلوم (n<40) 15:03
-
فاصله اطمینان برای میانگین جامعه با سیگمای نامعلوم (n>40) 08:10
-
خلاصه 05:21
-
مسئله 1 11:25
-
فاصله اطمینان برای نسبت جامعه 13:14
-
فاصله اطمینان برای واریانس جامعه 09:52
-
مسئله 2 08:15
-
فرضیه صفر و فرضیه مقابل 13:43
-
انواع خطاها 16:22
-
روش مقدار بحرانی 25:00
-
روش مقدار بحرانی با سیگمای نامعلوم 14:20
-
روش مقدار بحرانی برای p هنگامی که دوجملهای تقریباً نرمال است 14:09
-
روش مقدار بحرانی برای p هنگامی که دوجملهای تقریباً نرمال نیست 14:45
-
روش مقدار بحرانی برای واریانس جامعه 10:28
-
روش مقدار P برای میانگین جامعه با سیگمای معلوم 12:38
-
روش مقدار P برای میانگین جامعه با سیگمای نامعلوم 07:40
-
روش مقدار P برای p با تقریب نرمال 04:04
-
روش مقدار P برای p بدون تقریب نرمال 04:06
-
روش مقدار P برای واریانس جامعه 07:41
مشخصات آموزش
احتمالات و آمار برای دانشجویان کارشناسی
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:137
- مدت زمان :31:50:59
- حجم :30.92GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy