програма курсу
Ви освоїте основні методи роботи з кількісними даними, в тому числі:
- Основи теорії ймовірностей і математичної статистики
- інструменти дослідження зв'язків між ознаками
- Побудова прогнозів на основі регресійних моделей і часових рядів
- методи статистичного порівняння груп
- інструменти класифікації та методи кластерного аналізу
- алгоритми побудови вибірок, інструменти Очищення та візуалізації даних
Спеціалізація складається з 4 курсів. Ми рекомендуємо проходити їх по порядку, але при необхідності ви зможете вибрати свою траєкторію навчання.
Курс 1. Введення даних
Курс буде особливо корисним для тих, хто має невеликий досвід роботи з даними або хоче оновити знання з теорії ймовірностей, математичної статистики та типів даних.
Спочатку ми згадаємо основи теорії ймовірностей і поговоримо про випадкових величинах і їх властивості, про основні розподілах випадкових величин. Потім перейдемо до основних характеристик розподілів: заходам центру і заходам варіативності. Далі обговоримо основні типи шкал вимірювання ознак, а також основні обмеження, які Тип шкали накладає на застосовні методи аналізу даних. Третій тиждень курсу присвячений графічному аналізу даних і способам візуалізації розподілів, індивідуальних або спільних. Завершальний модуль курсу присвячений вибіркам і способам їх формування, а також принципам і інструментам роботи з пропущеними і невизначеними значеннями.
Курс 2. Дослідження взаємозв'язків
Курс розглядає способи та інструменти дослідження статистичних взаємозв'язків між ознаками. Ви навчитеся оцінювати, чи пов'язані ознаки, а також робити обґрунтовані висновки про те, чи значуща ця зв'язок статистично. Чи пов'язані багатство і щастя? Як пов'язана споживча активність людей з днем тижня? Чи сприяє наявність аккаунта в соціальних мережах популярності корпоративного сайту? На питання такого роду ви зможете відповісти, вивчивши цей курс.
У першому модулі курсу ми поговоримо про статистичні гіпотези, способи їх перевірки та основні статистичні критерії, які для цього розроблені. Далі ми розглянемо практичні інструменти виявлення статистичних взаємозв'язків ознак, виміряних різними типами шкал, а також способи оцінки значущості цих зв'язків. Також поговоримо про основні коефіцієнти взаємозв'язку ознак, про те, як правильно вибрати коефіцієнт для вирішення конкретного завдання, і покажемо, як розраховувати коефіцієнти зв'язку в статистичних пакетах.
Курс 3. Порівняння та створення груп
Курс присвячений статистичному порівнянні груп і категорій.
У першій частині курсу ми розповідаємо про параметричних і непараметричних тестах порівняння середніх і розподілів, про те, які можливості і обмеження пов'язані з різними методами порівняння груп, говоримо про порівняння пов'язаних і незв'язаних вибірок. Чи відрізняються регіони (або аудиторії) за доходом чи віком? Як відрізняється користувальницька активність в різні пори року? Відмінності між групами випадкові або закономірні? Курс навчить шукати відповіді на такі питання.
Друга половина курсу присвячена виділенню груп на основі емпіричних даних. Чи є в даних структура? Чи можна говорити про те, що люди, компанії або університети групуються в відмінні, впізнавані класи? Як знайти і охарактеризувати такі групи? Ми покажемо основні алгоритми кластеризації, які дозволяють вирішувати такі завдання.
Курс 4. Тренди та класифікації
У цьому курсі ми поговоримо про тенденції та класифікатори. Аналіз трендів допомагає відповісти на такі питання, Як: чи зростають продажі, чи збільшується кількість користувачів сервісу; якщо є зростання, то випадковість це або закономірність; чи є в даних сезонні коливання; як виділити тренд і як пояснити його?
Також ми поговоримо про факторний аналіз. Він дозволяє знайти приховану змінну (або змінні), що визначає прояв безлічі інших ознак, які ми бачимо. Як знайти такі приховані змінні і зрозуміти, що за ними стоїть?
У заключній частині курсу поговоримо про класифікатори, застосування яких вирішує завдання віднесення об'єктів до того чи іншого класу з певною ймовірністю, а також дозволяє прогнозувати потрапляння нового об'єкта в певний клас. Як передбачити результат події, знаючи основні характеристики дійової особи? Чи закінчить слухач курс, чи віддасть позичальник кредит? Як оцінити точність прогнозу та мінімізувати помилки? Ми розберемося з пристроєм позначених методів аналізу даних і попрактикуємося в їх застосуванні.
https://privatelink.de/?https://www.lektorium.tv/data-analysis#!/tab/460373325-1