چگونگی طراحی آزمایش‌ها و انجام تحلیل‌های آماری را برای شروع نتیجه‌گیری دقیق کشف کنید! در این دوره، یاد خواهید گرفت که چگونه تنظیمات طراحی آزمایشی مختلف، از جمله طرح‌های بلوک تصادفی و طرح‌های فاکتوریل، را می‌توان برای اندازه‌گیری اثرات درمان پیاده‌سازی کرد. شما عمیقاً در انجام تجزیه و تحلیل های آماری بر روی داده های تجربی، از جمله انتخاب آزمون های آماری صحیح برای موقعیت، انجام تجزیه و تحلیل پس از وقوع، و اندازه گیری اندازه اثر و حداقل اندازه نمونه با تجزیه و تحلیل d و توان کوهن، فرو خواهید رفت. در نهایت، یاد می‌گیرید که چگونه از داده‌های آزمایشی پیچیده اطلاعاتی استخراج کنید و یافته‌های خود را به ذینفعان مختلف منتقل کنید، پیچیدگی‌هایی مانند تعاملات، ناهمسانی و آشفتگی را برطرف کنید و زمانی که داده‌ها با مفروضات آزمون‌های پارامتریک مطابقت ندارند، روش‌های ناپارامتریک را پیاده‌سازی کنید.

احتمال مطالعه قوانینی است که در نتایج آزمایش‌های تصادفی پدیدار می‌شوند. در این دوره آموزشی، با مفاهیم احتمالی اساسی مانند متغیرهای تصادفی (شروع با مثال برگرداندن سکه کلاسیک) و نحوه محاسبه میانگین و واریانس، توزیع احتمال و احتمال شرطی آشنا خواهید شد. ما همچنین دو نتیجه بسیار مهم در احتمال را بررسی خواهیم کرد: قانون اعداد بزرگ و قضیه حد مرکزی. از آنجایی که احتمال در هسته علم داده و یادگیری ماشین قرار دارد، این مفاهیم به شما کمک می‌کند تا مدل‌ها را قوی‌تر درک کرده و به کار ببرید. شانس در همه جا وجود دارد و مطالعه احتمالات، دیدگاه شما را نسبت به جهان تغییر خواهد داد. بیایید تصادفی شویم!

بعد از محاسبه میانگین های خود و ایجاد نمودارها چه اتفاقی می افتد؟ چگونه از آمار توصیفی به تصمیم گیری مطمئن می رسید؟ چگونه می توان از آزمون های فرضیه برای حل مسائل دنیای واقعی استفاده کرد؟ در این دوره چهار ساعته در مورد مبانی استنتاج در پایتون، شما تجربه عملی در نتیجه گیری صحیح بر اساس داده ها را خواهید داشت. شما همه چیز را در مورد نمونه گیری یاد خواهید گرفت و خواهید فهمید که چگونه نمونه گیری نادرست می تواند استنتاج آماری را از مسیر خارج کند.

شما کار را با آزمون‌های فرضیه برای نرمال بودن و همبستگی و همچنین آزمون‌های پارامتریک و ناپارامتریک شروع می‌کنید. شما این تست ها را با استفاده از SciPy اجرا می کنید و خروجی آنها را برای تصمیم گیری تفسیر می کنید.

در مرحله بعد، قدرت یک نتیجه را با استفاده از اندازه اثر و قدرت آماری اندازه‌گیری می‌کنید، در حالی که با اعمال اصلاحات از همبستگی‌های جعلی اجتناب می‌کنید.

در نهایت، از شبیه‌سازی، تصادفی‌سازی، و متاآنالیز برای کار با طیف وسیعی از داده‌ها، از جمله تجزیه و تحلیل مجدد نتایج سایر محققان استفاده خواهید کرد.

پس از دوره آموزشی، می‌توانید با موفقیت از داده‌های بزرگ استفاده کنید و از آن‌ها برای تصمیم‌گیری اصولی استفاده کنید که رهبران می‌توانند بر آن تکیه کنند. شما فراتر از نمودارها و آمار خلاصه می‌روید تا نتایج قابل‌اعتماد، قابل تکرار و قابل توضیح ایجاد کنید.

تصور کنید که بتوانید داده هایی را که در آن متغیر پاسخ یا باینری، شمارش یا تقریباً عادی است، مدیریت کنید، همه در یک چارچوب واحد. خوب، لازم نیست تصور کنید. مدل های خطی تعمیم یافته در دوره پایتون را وارد کنید! در این دوره شما جعبه ابزار رگرسیون خود را با مدل‌های لجستیک و پواسون گسترش می‌دهید، با یادگیری نحوه برازش، درک، ارزیابی عملکرد مدل و در نهایت استفاده از مدل برای پیش‌بینی داده‌های جدید. شما با استفاده از داده های مطالعات دنیای واقعی مانند بزرگترین مسمومیت جمعیت در تاریخ جهان، لانه سازی خرچنگ های نعل اسبی و شمارش گذرگاه های دوچرخه روی پل های شهر نیویورک تمرین خواهید کرد.

تسلط نیاز به تمرین دارد. پس از تکمیل تفکر آماری I و II، ذهنیت احتمالی و مهارت های آمار هکرها را برای استخراج بینش های عملی از داده های خود توسعه دادید. پایه و اساس شما سر جای خود است، و اکنون زمان آن است که هنر خود را تمرین کنید.

در این دوره، مهارت‌های تفکر آماری، تجزیه و تحلیل داده‌های اکتشافی، تخمین پارامترها و آزمون فرضیه‌ها را در دو مجموعه داده‌های دنیای واقعی به کار می‌گیرید. ابتدا، داده‌های مسابقات قهرمانی آبزیان جهانی فینا در سال‌های 2013 و 2015 را بررسی می‌کنید، جایی که سرعت و تنوع نسبی را در میان شناگران تعیین می‌کنید. سپس یک تجزیه و تحلیل آماری برای ارزیابی "جنجال فعلی" جهان های 2013 انجام خواهید داد که در آن شناگران ادعا کردند که جریان خفیفی در استخر بر نتیجه تأثیر می گذارد. دوم، فرکانس و بزرگی زمین لرزه ها را در سراسر جهان مطالعه خواهید کرد. در نهایت، تغییرات لرزه خیزی در ایالت اوکلاهاما ایالات متحده را پس از رایج شدن عمل تزریق فاضلاب با فشار بالا در سایت های استخراج نفت در دهه گذشته، تجزیه و تحلیل خواهید کرد. همانطور که با این مجموعه داده ها کار می کنید، با تقویت دانش موجود و گسترش توانایی های خود برای استفاده از آمار و Python برای درک داده های خود، گام های حیاتی به سمت تسلط بر خواهید داشت.

آمار مطالعه نحوه جمع آوری، تجزیه و تحلیل و نتیجه گیری از داده ها است. این ابزار بسیار ارزشمندی است که می توانید از آن برای تمرکز بر آینده و استنباط پاسخ به هزاران سوال استفاده کنید. به عنوان مثال، احتمال اینکه شخصی محصول شما را بخرد چقدر است، تیم پشتیبانی شما چند تماس دریافت خواهد کرد، و چه اندازه شلوار جین باید برای 95 درصد جمعیت تولید کنید؟ در این دوره آموزشی، با افزایش مهارت های آماری خود و یادگیری نحوه محاسبه میانگین ها، استفاده از نمودارهای پراکنده برای نشان دادن رابطه بین مقادیر عددی و محاسبه همبستگی، نحوه پاسخگویی به سوالاتی از این قبیل را خواهید یافت. شما همچنین با احتمال، ستون فقرات استدلال آماری مقابله خواهید کرد، و یاد خواهید گرفت که چگونه از پایتون برای انجام یک مطالعه خوب طراحی شده برای نتیجه گیری خود از داده ها استفاده کنید.

از شبکه‌های اجتماعی آنلاین مانند فیس‌بوک و توییتر گرفته تا شبکه‌های حمل‌ونقل مانند سیستم‌های اشتراک‌گذاری دوچرخه، شبکه‌ها همه جا هستند—و دانستن نحوه تجزیه و تحلیل آنها دنیای جدیدی از امکانات را برای شما به عنوان یک دانشمند داده باز می‌کند. این دوره شما را به مهارت های تجزیه و تحلیل، تجسم و درک شبکه ها مجهز می کند. با استفاده از کتابخانه قدرتمند NetworkX، مفاهیمی را که یاد می‌گیرید در داده‌های شبکه دنیای واقعی اعمال خواهید کرد. با دانش به دست آمده در این دوره، مهارت های تفکر شبکه ای خود را توسعه می دهید و می توانید با دیدگاهی تازه به داده های خود نگاه کنید.

رگرسیون خطی و رگرسیون لجستیک دو مدل از پرکاربردترین مدل‌های آماری هستند. آنها مانند کلیدهای اصلی عمل می کنند و اسرار پنهان در داده های شما را باز می کنند. در این دوره، مهارت هایی را که برای تناسب رگرسیون های خطی و لجستیکی ساده نیاز دارید، به دست خواهید آورد. از طریق تمرینات عملی، شما روابط بین متغیرها را در مجموعه داده های دنیای واقعی، از جمله ادعای بیمه موتور، قیمت خانه تایوان، اندازه ماهی و موارد دیگر کشف خواهید کرد. در پایان این دوره، می‌دانید که چگونه از داده‌های خود پیش‌بینی کنید، عملکرد مدل را کمی کنید و مشکلات مربوط به تناسب مدل را تشخیص دهید.

یکی از اهداف اولیه هر دانشمندی یافتن الگوهایی در داده ها و ساخت مدل هایی برای توصیف، پیش بینی و استخراج بینش از آن الگوها است. اساسی ترین این الگوها رابطه خطی بین دو متغیر است. این دوره با نشان دادن تکنیک‌هایی مانند حداقل مربعات، رگرسیون خطی، تخمین و نمونه‌برداری مجدد بوت استرپ، مقدمه‌ای بر کاوش، کمی‌سازی و مدل‌سازی روابط خطی در داده‌ها ارائه می‌کند. در اینجا قدرتمندترین ابزارهای مدل‌سازی در اکوسیستم علوم داده پایتون، از جمله scipy، statsmodels و scikit-learn را برای ساخت و ارزیابی مدل‌های خطی به کار خواهید برد. با کاوش در مفاهیم و کاربردهای مدل های خطی با پایتون، این دوره هم به عنوان یک مقدمه عملی برای مدل سازی و هم به عنوان پایه ای برای یادگیری تکنیک ها و ابزارهای مدل سازی پیشرفته تر در آمار و یادگیری ماشین عمل می کند.

نمونه‌گیری در پایتون سنگ بنای آمار استنتاج و آزمایش فرضیه است. این یک مهارت قدرتمند است که در تجزیه و تحلیل نظرسنجی و طراحی تجربی برای نتیجه‌گیری بدون بررسی کل جمعیت استفاده می‌شود. در این دوره آموزشی Sampling in Python، متوجه خواهید شد که چه زمانی از نمونه برداری استفاده کنید و چگونه انواع معمول نمونه برداری را انجام دهید - از نمونه گیری تصادفی ساده تا روش های پیچیده تر مانند نمونه گیری طبقه ای و خوشه ای. با استفاده از مجموعه داده‌های دنیای واقعی، از جمله رتبه‌بندی‌های قهوه، آهنگ‌های Spotify، و فرسایش کارکنان، می‌آموزید که آمار جمعیت را تخمین بزنید و با ایجاد توزیع‌های نمونه‌گیری و توزیع‌های بوت استرپ، عدم قطعیت در تخمین‌های خود را کمی کنید.