ADsP 퀵스타트!
루비네 코딩
ADsP 자격증 합격 전략을 알아보고 암기 과목들을 요약해서 배워봅니다. 더 이상 주저하지 말고 ADsP 자격증에 도전해 보세요!
Beginner
빅데이터, ADsP
Xác suất và Thống kê 101
Cuối cùng, khóa học xác suất và thống kê dành cho tất cả mọi người! Tìm hiểu các nguyên tắc xác suất và thống kê từng bước thông qua lý thuyết và thực hành mã hóa.
Đánh giá từ những học viên đầu tiên
Dịch cái này sang tiếng Việt
lý thuyết xác suất
Thống kê/Phân tích dự đoán
mô hình thống kê
Phân tích việc sử dụng Python/R
Đã đủ rồi với xác suất và thống kê khó khăn!
Hãy từng bước học hỏi cho sự nghiệp khoa học dữ liệu ✏️
Ai cũng có thể học dễ dàng
Xác suất và Thống kê
- ✅ Tăng sự tự tin về xác suất và thống kê
- ✅ Không còn cảm giác sợ hãi với những thuật ngữ thống kê từng như tiếng ngoài hành tinh
- ✅ Nâng cao khả năng phân tích thông qua lập trình Python và R
- ✅ SKILL UP cho sự nghiệp khoa học dữ liệu
Có phải đây cũng là nỗi băn khoăn của các bạn không?
Tôi muốn học xác suất và thống kê nhưng
bản thân môn toán cảm thấy quá khó.
Tôi muốn xây dựng nền tảng khoa học dữ liệu cơ bản,
và cũng muốn hiểu nguyên lý phân tích dữ liệu.
Tôi không phải chuyên ngành nên lo lắng liệu mình
có thể học toán được không.
Tôi muốn nghe những bài giảng không chỉ giải thích lý thuyết một cách dài dòng
mà còn hướng dẫn cách ứng dụng thực tế.
Trong khóa học này
bạn sẽ học những nội dung như thế này.
100% tiếng Việt hóa thuật ngữTích lũy nội công bằng cách xen kẽ giữa lý thuyết và thực hành
Từ chủ đề dễ đến chủ đề nâng cao, từng bước một cách step by step
50 bài thực hành được cung cấp bằng hai ngôn ngữ Python và R
- [[STRONG_1]]💡[[/STRONG_2]][[STRONG_2]]Người không chuyên/người mới bắt đầu[[/STRONG_2]] cũng có thể thử thách.
- 💡Cung cấp file PDF slide bài giảng hơn 700 trang.
- 💡 Cung cấp 50 bài thực hành code Python và R.
- 💡 Làm chủ xác suất và thống kê, xua tan nỗi sợ hãi về toán học!
- Lý thuyết xác suất: Định nghĩa và đặc tính của xác suất, biến ngẫu nhiên, xác suất rời rạc và liên tục, hàm phân phối xác suất, xác suất kết hợp.
- Phân tích thống kê: thống kê mô tả và thống kê suy luận, mẫu và tổng thể, phương pháp lấy mẫu, khoảng tin cậy, nguyên lý kiểm định giả thuyết, kiểm định t, kiểm định chi bình phương, kiểm định phương sai, kiểm định tỷ số phương sai, phân tích tương quan, phân tích phương sai (ANOVA), nguyên lý trực quan hóa.
- Phân tích dự đoán: Tối ưu hóa mô hình hồi quy tuyến tính, phần dư và đòn bẩy, thông tin AIC, VIF, đa cộng tuyến, biến giả, hồi quy Ridge, hồi quy Lasso, hồi quy Poisson, hồi quy đa thức, hồi quy logistic, ma trận nhầm lẫn.
- Mô hình hóa thống kê: Phân tích thành phần chính (PCA), ứng dụng thành phần chính, phân tích nhân tố (Factor Analysis), chuỗi Markov, quá trình quyết định Markov, thống kê Bayesian, Monte Carlo chuỗi Markov, mô hình Markov ẩn (HMM).
Người tạo ra khóa học này
루비네 코딩 - James 쌤 (일리노이대 PhD)
- Hiện) Giám đốc Viện nghiên cứu H
- Cựu) Nhà nghiên cứu tại Viện nghiên cứu máy tính lượng tử
- Cựu nhân viên nghiên cứu tại Viện Nghiên cứu Vật lý Hạt nhân
- Cựu kỹ sư tập đoàn Samsung
- Giảng dạy & tư vấn về trí tuệ nhân tạo, big data, blockchain trong 10 năm gần đây
Q&A 💬
Q. Tại sao chúng ta phải học xác suất và thống kê?
Trí tuệ nhân tạo như ChatGPT đang phát triển từng ngày và thay đổi thế giới. Bạn có biết không? Trí tuệ nhân tạo ngôn ngữ tự nhiên bắt đầu từ các mô hình xác suất và thống kê! Để trở thành một nhà khoa học dữ liệu, xác suất và thống kê không phải là lựa chọn mà là điều bắt buộc.
Q. Tôi không phải là người học chuyên ngành, vậy cần có kiến thức toán học ở mức độ nào?
Kiến thức toán học ở mức tốt nghiệp trung học phổ thông hoặc năm thứ nhất đại học là đủ. Không yêu cầu kiến thức toán học ở mức chuyên ngành khoa học kỹ thuật.
Q. Các ví dụ thực hành được cung cấp bằng hai ngôn ngữ Python và R, ngôn ngữ nào tốt hơn?
Chúng tôi sẽ tiến hành thực hành bằng cách tận dụng điểm mạnh đặc trưng của từng ngôn ngữ. Bạn chỉ cần chọn một trong hai cũng đã đủ. Xu hướng trong vài năm gần đây là Python đang chiếm ưu thế, vì vậy sẽ tốt nếu bạn có thể cân nhắc điểm này.
Q. Tôi hiểu rằng có nhiều ví dụ thực hành được cung cấp, nhưng thay vào đó liệu phần lý thuyết có bị thiếu sót không?
Tuyệt đối không phải! Trong các bài giảng lý thuyết, chúng tôi giải thích nguyên lý tập trung vào các công thức và khái niệm cần thiết. Ngay cả những người chuyên ngành cũng sẽ được hỗ trợ rất nhiều nếu tham gia khóa học của chúng tôi trước khi đọc những cuốn sách chuyên ngành khó hiểu.
Q. Có cần kiến thức nền tảng không?
Khóa học này không đề cập đến cú pháp cơ bản của Python và R. Nếu bạn có kiến thức lập trình cơ bản và hiểu biết về mảng, data frame, trực quan hóa dữ liệu thì sẽ dễ hiểu hơn.
Khuyến nghị cho
những người này
Khóa học này dành cho ai?
Bất cứ ai muốn củng cố kiến thức cơ bản về xác suất và thống kê
Bất cứ ai quan tâm đến khoa học dữ liệu
Những người muốn xây dựng khả năng phân tích và lập mô hình thống kê thông qua mã hóa
Cần biết trước khi bắt đầu?
Ngữ pháp cơ bản Python
Cú pháp cơ bản R
1,078
Học viên
58
Đánh giá
10
Trả lời
4.9
Xếp hạng
7
Các khóa học
Chương trình giảng dạy
Tất cả
94 bài giảng ∙ (15giờ 29phút)
Tài liệu khóa học:
Tài liệu bài giảng
Ngày đăng:
Cập nhật lần cuối:
Đánh giá
Tất cả
10 đánh giá
4.9
10 đánh giá
1.614.287 ₫
Khóa học khác của 루비네코딩
Hãy khám phá các khóa học khác của giảng viên!
Khóa học tương tự
Khám phá các khóa học khác trong cùng lĩnh vực!
![[리뉴얼] 처음하는 SQL과 데이터베이스(MySQL) 부트캠프 [입문부터 활용까지]Course Thumbnail](https://cdn.inflearn.com/public/courses/324208/cover/85872a8e-d2bb-4c43-82fc-d55fa067746e/324208.png?f=avif&w=420)
![[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]Course Thumbnail](https://cdn.inflearn.com/public/courses/327464/cover/55c4db7b-7764-43cc-ac75-d9e8d08098f1/327464-eng.png?f=avif&w=420)
![[2025] 비전공자도 한 번에 합격하는 SQLD 올인원Course Thumbnail](https://cdn.inflearn.com/public/files/courses/336953/cover/01jr02gfpt2km3k50amyw7sttt?f=avif&w=420)
