Освой статистику и машинное обучение: Интуиция, Математика, Код

Статистика и вероятности контролируют вашу жизнь. Я имею в виду не только то, что алгоритм YouTube рекомендует вам посмотреть дальше, и я не имею в виду только шанс встретить свою будущую вторую половинку в классе или в баре. Человеческое поведение, одноклеточные организмы, землетрясения, фондовый рынок, выпадет ли снег в первую неделю декабря и множество других явлений являются вероятностными и статистическими. Даже сама природа самой фундаментальной глубинной структуры Вселенной определяется вероятностью и статистикой.

Вам нужно разбираться в статистике.

Почти все области человеческой цивилизации включают кодовые и числовые вычисления. Это означает, что многие рабочие места и области обучения основаны на применении статистических методов и методов машинного обучения в таких языках программирования, как Python и MATLAB. Это часто называют «наукой о данных», и это становится все более важной темой.

Если вы хотите стать перспективным сотрудником, работодателем, специалистом по данным или исследователем в любой технической области - от специалиста по данным до инженеров, от исследователя до разработчика моделей глубокого обучения - вам необходимо знать статистику и машинное обучение.. И вам нужно знать, как реализовать такие концепции, как теория вероятностей и доверительные интервалы, k-means clustering и PCA, корреляция Спирмена и логистическая регрессия, на компьютерных языках, таких как Python или MATLAB.

Вы должны пройти этот курс по таким причинам

• Этот курс охватывает все, что вам нужно для понимания основ статистики, машинного обучения и науки о данных, от гистограмм до ANOVA, регрессии до k-means clustering, t-теста до непараметрического перестановочного тестирования.
• После завершения этого курса вы сможете понять широкий спектр статистического анализа и анализа машинного обучения, даже конкретные продвинутые методы, которые здесь не преподаются. Это потому, что вы узнаете основы, на которых строятся передовые методы.
• Этот курс сочетает математическую строгость с интуитивно понятными объяснениями и практическим изучением кода.
• Я изучаю, разрабатываю и преподаю статистику в течение 20 лет, и я вроде как действительно хорош в математике.