Probabilités et statistiques en science des données avec Python

Description

Le travail d'un data scientist est de glaner des connaissances à partir d'ensembles de données complexes et bruyants. Le raisonnement sur l'incertitude est inhérent à l'analyse des données bruyantes. La probabilité et les statistiques fournissent le fondement mathématique d'un tel raisonnement. Dans ce cours, faisant partie du programme Data Science MicroMasters, vous apprendrez les fondements de la probabilité et des statistiques. Vous apprendrez à la fois la théorie mathématique et aurez une expérience pratique de l'application de cette théorie à des données réelles à l'aide des blocs-notes Jupyter. Les concepts couverts comprenaient: les variables aléatoires, la dépendance, la corrélation, la régression, l'ACP, l'entropie et le MDL.