Bez statystyki nie byłoby sztucznej inteligencji, ale nie tylko. Statystyka jest wykorzystywana w procesie badań naukowych, podejmowania decyzji w przedsiębiorstwach, w określaniu polityki współczesnych państw. Nie bez powodu pierwsze spisy powszechne były przeprowadzane już w starożytnym Egipcie i Chinach, a i my pewnie teraz interesujemy się średnimi zarobkami, efektem cieplarnianym, czy wzrostem PKB. Tam wszędzie jest statystyka.
Ale wracając do tych nowocześniejszych zastosowań. Jeśli na poważnie chcesz podejść do zrozumienia działania algorytmów uczenia maszynowego, czy data science, to przygotuj się na to, że trzeba będzie znać wiele statystycznych pojęć, jak chociażby: wariancja, odchylenie standardowe, korelacja, rozkład danych, istotność statystyczna i inne. Na dodatek programując, czy analizując te tematy z pewnością skorzystasz z dokumentacji, która będzie powoływać się na zależności statystyczne i to może jeszcze po angielsku.
Mając to na uwadze, w tym kursie znajdziesz
· Kurs statystyki od podstaw, zaczynający się od wyjaśnienia głównych pojęć, terminologii, omawiający najpopularniejsze miary statystyczne i przedstawiający dość zaawansowane tematy jak przedziały pewności i testowanie hipotez
· Kod w języku Python, który pokazuje, jak korzystać z licznych bibliotek pozwalających pracować z danymi, rysować wykresy, wyliczać wartości statystyk
· Podręcznik ze streszczeniem lekcji, zadaniami do samodzielnego rozwiązania i propozycjami rozwiązań tych zadań
Kończąc ten kurs, będziesz
· rozumieć najważniejsze pojęcia statystyczne,
· stosować pythonowe funkcje i metody pozwalające na wyznaczanie statystyk,
· znać najpopularniejsze symbole i wzory statystyczne, które czasami nieźle potrafią zamieszać w głowie,
· zrozumiesz również „na intuicję” znaczenie terminologii ze świata statystyki.
Statystyka nie jest prosta, dlatego ta intuicja jest ważna. Nie stosuję tu wyrafinowanego naukowego języka (chociaż oczywiście trochę go używać trzeba) ale staram się mówić językiem dość potocznym, podawać przykłady z życia codziennego. Biorąc też pod uwagę przewagę języka angielskiego w świecie nauki, terminologię przedstawiam i po polsku i po angielsku.
W data science lepiej radzą sobie ci, którzy znają statystykę, dlatego nie czekaj. Przejrzyj wymagania kursowe, zapoznaj się ze spisem treści, obejrzyj przykładowe lekcje i zwiększ swoje szanse na powodzenie w świecie data science!
Statystycznie rzecz ujmując – lepiej znać statystykę!
Zapraszam na kurs! Miłej nauki!