Informações sobre o curso

39,851 visualizações recentes

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 23 horas para completar

Sugerido: 6 learning weeks, 10-16 hours per week...

Inglês

Legendas: Inglês

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Aprox. 23 horas para completar

Sugerido: 6 learning weeks, 10-16 hours per week...

Inglês

Legendas: Inglês

oferecido por

Logotipo de National Research University Higher School of Economics

National Research University Higher School of Economics

Comece a trabalhar rumo ao seu mestrado

Este curso é parte da graduação 100% on-line Master of Data Science da National Research University Higher School of Economics. Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

3 horas para concluir

Conditional probability and Independence

3 horas para concluir
13 vídeos (Total 123 mín.)
13 videos
Conditional probability. Motivation and Example13min
Conditional probability. Definition8min
Independent events. Example7min
Independent events. Definition12min
Mosaic Plot. Visualization of conditional probabilities and Independence11min
Using independence to find probabilities. Examples10min
Pairwise and mutual independence12min
Bernoulli Scheme11min
Law of total probability14min
Bayes's rule4min
Python for conditional probabilities9min
Conditional probability. Highlights3min
7 exercícios práticos
Coins, dices and conditional probability20min
Independence and intersection5min
Fair coin and independence6min
Mutual independence conditions5min
Call center total probability5min
Bayes's taxi companies5min
Rare disease paradox5min
Semana
2

Semana 2

3 horas para concluir

Random variables

3 horas para concluir
15 vídeos (Total 150 mín.)
15 videos
Examples of random variables11min
Mathematical definition of random variable5min
Probability distribution and probability mass function (PMF)15min
Binomial distribution10min
Expected value of random variable. Motivation and definition14min
Expected value example and calculation11min
Expected value as best prediction15min
Variance of random variable. Motivation and definition7min
Discrete random variables with infinite number of values11min
Saint Petersburg Paradox. Example of infinite expected value6min
Geometric and Poisson distributions6min
Generating discrete random variables with Python11min
Numpy, scipy and matplotlib for generation and visualization of common distributions12min
Random variables. Highlights3min
3 exercícios práticos
Expected value practice20min
Variance practice25min
Random variables and geometric series10min
Semana
3

Semana 3

3 horas para concluir

Systems of random variables; properties of expectation and variance, covariance and correlation.

3 horas para concluir
16 vídeos (Total 127 mín.)
16 videos
Linear transformations of random variables8min
Linearity of expected value6min
Symmetric distributions and their expected values6min
Functions of random variables5min
Properties of variance6min
Sum of random variables. Expected value and variance8min
Joint probability distribution12min
Marginal distribution8min
Independent random variables7min
Another example of non-independent random variables8min
Expected value of product of independent random variables8min
Variance of sum of random variables. Covariance11min
Properties of covariance10min
Correlation of two random variables7min
Systems of random variables. Highlights3min
7 exercícios práticos
PMF of linear transformations5min
Expectation properties5min
Joint distribution practice15min
Joint PMF10min
Variance of Binomial random variable5min
Covariance for a dice roll5min
Correlation quiz5min
Semana
4

Semana 4

3 horas para concluir

Continuous random variables

3 horas para concluir
16 vídeos (Total 156 mín.)
16 videos
Continuous random variables. Motivation and Example10min
Probability density function (PDF)9min
Cumulative distribution function (CDF)13min
Properties of CDF6min
Linking PDF and CDF11min
Examples of probability density functions10min
Histogram as approximation to a graph of PDF11min
Expected value of continuous random variable9min
Variance of continuous random variable. Properties of expected value and variance7min
Transformations of continuous random variables and their PDFs11min
Joint CDF and PDF. Level charts. Marginal PDF10min
Independence, covariance and correlation of continuous random variables9min
Mixed random variables. Example11min
Generating and visualizing continuous random variables with Python10min
Generating correlated random variables with Python11min
8 exercícios práticos
CDF of discrete random variable7min
PDF and CDF practice15min
Finding expectation with PDF5min
Finding variance with PDF5min
Expectation of a function of random variable2min
PDF practice7min
Variance of sum of Gaussian random variables5min
Distinguishing random variables3min
4.0
4 avaliaçõesChevron Right

Principais avaliações do Probability Theory, Statistics and Exploratory Data Analysis

por PPFeb 6th 2020

A nice introduction for beginners and those who need a warm up.

Sobre Programa de cursos integrados Mathematics for Data Science

Behind numerous standard models and constructions in Data Science there is mathematics that makes things work. It is important to understand it to be successful in Data Science. In this specialisation we will cover wide range of mathematical tools and see how they arise in Data Science. We will cover such crucial fields as Discrete Mathematics, Calculus, Linear Algebra and Probability. To make your experience more practical we accompany mathematics with examples and problems arising in Data Science and show how to solve them in Python....
Mathematics for Data Science

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.