Chia Sẻ Khóa Học Nhập Môn Thống Kê Suy Luận (Inferential Statistics) [Khóa 5160 A]
Học thống kê suy luận (Inferential Statistics) thực tế với Python, bao gồm Khoảng tin cậy (Confidence Interval), hypothesis testing và các project thực hành để xây dựng kỹ năng dữ liệu của bạn từ đầu.
Những điều bạn sẽ học:
- ✓ Cách sử dụng Python cho phân tích thống kê thực tế.
- ✓ Hiểu và áp dụng Khoảng tin cậy (Confidence Interval).
- ✓ Nắm vững các kỹ thuật hypothesis testing từng bước một.
- ✓ Sử dụng tư duy thống kê để đưa ra quyết định dựa trên dữ liệu.
- ✓ Khám phá t-tests, z-scores, ANOVA, v.v.
- ✓ Phát hiện và tránh các lỗi thống kê thường gặp.
- ✓ Xây dựng các hàm Python có thể tái sử dụng cho các statistical test.
- ✓ Thực hiện các project thực hành sử dụng các bộ dữ liệu thực tế.
Mặc dù tiêu đề có nói là "Nhập môn", nhưng khóa học này sẽ đi sâu hơn những kiến thức cơ bản để giúp bạn thực sự hiểu về thống kê suy luận. Bạn sẽ khám phá mọi thứ, từ nền tảng mô tả đến kiểm định giả thuyết, khoảng tin cậy và các phương pháp thống kê nâng cao như ANOVA và các kiểm định phi tham số (non-parametric test).
Trong suốt khóa học, bạn sẽ sử dụng Python để code từng khái niệm - học cách áp dụng thống kê vào dữ liệu thực tế phức tạp. Từ estimating rating đến chạy các t-test, bạn sẽ xây dựng sự tự tin không chỉ trong kỹ năng coding mà còn trong khả năng rút ra kết luận có ý nghĩa từ dữ liệu.
Khóa học kết thúc bằng các dự án thực hành cuối khóa, cho phép bạn áp dụng mọi kiến thức đã học vào các tình huống thực tế. Cho dù bạn đang chuẩn bị cho công việc đầu tiên liên quan đến dữ liệu hay muốn nâng cao kỹ năng, khóa học này sẽ cung cấp cho bạn những kỹ năng thống kê mà các nhà tuyển dụng đang tìm kiếm.
Mục lục:
- ✓ 1. Giới thiệu.
- ✓ 2. Descriptive Statistics.
- ✓ 3. Confidence Interval.
- ✓ 4. Capstone Project - Light, Camera, Statistics!
- ✓ 5. Hypothesis Testing.
- ✓ 6. Capstone Project - ChatGPT Data Analysis.
- ✓ 7. Hypothesis Testing nâng cao.
- ✓ 8. Bước tiếp theo là gì?
NHẬN GET