Wahrscheinlichkeit und Statistik in Data Science mit Python

Beschreibung

Die Aufgabe eines Datenwissenschaftlers besteht darin, Wissen aus komplexen und verrauschten Datensätzen zu gewinnen. Die Analyse von verrauschten Daten ist mit Gründen der Unsicherheit verbunden. Wahrscheinlichkeit und Statistik bilden die mathematische Grundlage für solche Überlegungen. In diesem Kurs, der Teil des Data Science MicroMasters-Programms ist, lernen Sie die Grundlagen von Wahrscheinlichkeit und Statistik. Sie lernen sowohl die mathematische Theorie als auch praktische Erfahrungen mit der Anwendung dieser Theorie auf tatsächliche Daten mithilfe von Jupyter-Notizbüchern. Zu den behandelten Konzepten gehörten: Zufallsvariablen, Abhängigkeit, Korrelation, Regression, PCA, Entropie und MDL.