Naš web sajt koristi kolačiće kako bismo vam pružili najbolje moguće korisničko iskustvo. Informacije o kolačićima se čuvaju u vašem pretraživaču i obavljaju funkcije kao što su prepoznavanje kada se vratite na našu veb lokaciju i pomaganje našem timu da razume koje delove veb stranice smatrate najzanimljivijim i najkorisnijim.
Statistika za Data science
- Opis
- Sadržaj
- Recenzije
Opis kursa
Ovaj kurs predstavlja osnovu za učenje statistike i primenjene statistike, koju je neophodno savladati kako bi polaznik kursa mogao dublje da uđe i da bude korak bliže osnovnim problemima koji se rešavaju u polju Data science. Upravo je prvi nivo rešavanja mnogih problema njegova statistička analiza i rešenje. U kursu su dati kako bazični tako i napredniji primeri iz verovatnoće i statistike, takođe i primeri sa kojima se jedan istraživač može susresti u praksi. Pojedini primeri pri kraju kursa, iz intervala poverenja i testiranja statističkih hipoteza, rešeni su u statističkom paketu RStudio. Upravo ti primeri mogu biti veza sa drugim kursevima koje polaznik ima u vidu da savlada, jer je dobra i korisna vežba napisati isti kod, na primer u Python-u.
Cilj kursa
Cilj kursa je sticanje osnovnih znanja i veština iz verovatnoće i statistike, kao i njihova primena pri rešavanju problema iz prakse sa kojima se može susresti jedan istraživač u oblasti Data science. Posle odslušanog kursa, imaćete dobru osnovu za rešavanje kompleksnih problema i bićete u mogućnosti da ih analitički svedete na problem iz statistike, koji će biti prvi korak u njihovom rešavanju.
- Po završetku kursa polaznici će razumeti osnove teorije verovatnoće i njene primene, biće u mogućnosti da reše osnovne i naprednije kombinatorne zadatke i imaće priliku da se upoznaju sa njihovom primenom u realnim problemima.
- Polaznici ovog kursa će biti u mogućnosti da razlikuju osnovna dva tipa funkcija raspodela, diskretne i neprekidne, i takođe će biti u mogućnosti da pred realnim problemom donesu odluku koja bi raspodela rešila problem modeliranja podataka.
- Po završetku kursa, polaznici će znati osnovnu razliku između populacije i uzoraka, upoznaće se sa osnovnim deskriptivnim statistikama kao i statistikama zaključivanja, i biće u mogućnosti da odrede odgovarajući interval poverenja za razmatrani parametar raspoedele kao i da testiraju postavljene hipoteze i donesu odgovarajuću odluku.
Kome je namenjen kurs?
Ovaj kurs je namenjen odraslim polaznicima, pre svega studentima, kao i onima kojima statistika predstavlja osnovni alat pri rešavanju problema iz prakse, sa kojima se susreću na svom radnom mestu. Takođe, namenjen je i onima koji imaju u planu da unaprede svoja znanja iz statistike kako bi u budućnosti sebi otvorili novu radnu poziciju, na primer u oblasti Data science ili u Mashin learning. Kurs je napisan jednostavnim jezikom, lakim za razumevanje svih obrađenih tema koje pružaju polaznicima mogućnost da reše sve date zadatke, kao i zadatke ostavljene za samostalni rad (u okviru kviz pitanja) i tako uspešno savladaju ovaj kurs. Sadržaj kursa mogu da savladaju i oni polaznici koji se do sada nisu susretali sa osnovnim statističkim problemima, jer je napisan detaljno i koncizno. Jedini preduslov za praćenje kursa jeste solidno matematičko i analitičko zaključivanje. Svaka sekcija polazi od osnovnih i elementarnih primera i završava se sa složenijim, za čije je rešavanje potrebna dobro savladana data teorijska osnova. Polaznici ovog kursaće po završetku steći znanje neophodno za rešavanje osnovnih i naprednijih statističkih problema, kako iz teorije tako i iz prakse, kao i veštine za dalje učenje naprednijih statističkih kurseva.
Trajanje kursa
Kurs obuhvata 42 lekcije kojima polaznici mogu pristupiti kada god to njima odgovara! Od datuma kupovine, kurs je dostupan 6 meseci.
Autor kursa
Autor kursa je dr Jelena Stanojević, docent na Ekonomskom fakultetu u Beogradu, uže naučne oblasti Matematika i statistika, gde je angažovana na predmetima Matematika, Matematika 2 i Teorijska statistika na osnovnim studijama i na master studijama na predmetima gde je u fokusu primenjena statistika. U radu sa studentima, kao predavač, ima iskustvo preko 15 godina, kao i na projektima na kojima je angažovana.
Neophodni preduslovi
- Potrebno je osnovno znanje iz matematike i logičkog zaključivanja.
- Potrebno je osnovno znanje rada na računaru u okviru Office Excel osnovnog paketa.
- Poželjne su osnove rada u okviru statističkog paketa RStudio.
Course materials
Uvod u verovatnoću
-
1
Osnovni pojmovi i formule u verovatnoći
U ovoj lekciji ćemo objasniti osnovne pojmove i formule u verovatnoći.
-
2
Osnovni pojmovi u verovatnoći - kviz 1
-
3
Očekivana vrednost
U ovoj lekciji ćemo objasniti šta je očekivana vrednost.
-
4
Očekivana vrednost - kviz 2
-
5
Frekvencije
U ovoj lekciji ćemo objasniti šta su frekvencije.
-
6
Frekvencije - kviz 3
-
7
Suprotan događaj
U ovoj lekciji ćemo objasnit šta je suprotan događaj.
-
8
Suprotan događaj - kviz 4
Osnove kombinatorike
Bajesova formula
-
15
Skupovi i događaji
U ovoj lekciji ćemo objasniti šta su skupovi i događaji.
-
16
Skupovi i događaji - kviz 8
-
17
Interakcija između skupova
U ovoj lekciji ćemo objasniti interakciju između skupova.
-
18
Interakcija između skupova - kviz 9
-
19
Nezavisnost i zavisnost događaja
U ovoj lekciji ćemo objasniti šta je nezavisnost i zavisnost događaja.
-
20
Nezavisnost i zavisnost događaja - kviz 10
-
21
Formula uslovne i potpune verovatnoće
U ovoj lekciji ćemo se baviti formulom potpune i uslovne verovatnoće.
-
22
Formula uslovne i potpune verovatnoće – kviz 11
-
23
Pravilo sabiranja i pravilo množenja
U ovoj lekciji ćemo objasniti pravilo sabiranja i pravilo množenja.
-
24
Pravilo sabiranja i pravilo množenja - kviz 12
-
25
Bajesova formula
U ovoj lekciji ćete naučiti više o Bajesovoj formuli.
-
26
Bajesova formula - kviz 13
Raspodela verovatnoća
-
27
Tipovi raspodela verovatnoća
U ovoj lekciji ćemo se baviti tipovima raspodela verovatnoća.
-
28
Tipovi raspodela verovatnoća - kviz 14
-
29
Diskretne raspodele
U ovoj lekciji ćemo objasniti šta su diskretne raspodele i koje vrste postoje.
-
30
Diskretne raspodele - kviz 15
-
31
Neprekidne raspodele
-
32
Neprekidne raspodele - kviz 16
Primena verovatnoće
-
33
Verovatnoća u finansijama
U ovoj lekciji ćete naučiti više o verovatnoći u finansijama.
-
34
Domaći - Verovatnoća u finansijama
-
35
Verovatnoća u statistici
U ovoj lekciji ćemo se baviti verovatnoćom u statistici.
-
36
Verovatnoća u Data science
U ovoj lekciji ćemo se baviti verovatnoćom u Data science.
Populacija i uzorak
Deskriptivne statistike
-
39
Tip podatka i način merenja
U ovoj lekciji ćemo objasniti tipove podataka i načine merenja.
-
40
Vizuelne tehnike za kategorijske promenljive
U ovoj lekciji ćemo se baviti vizuelnim tehnikama za kategorijske promenljive.
-
41
Vizuelne tehnike za numeričke promenljive
U ovoj lekciji ćemo objasniti vizuelne tehnike za numeričke promenljive.
-
42
Cross Tables i Scatter Plots
U ovoj lekciji ćemo se baviti Cross Tables i Scatter Plots.
-
43
Deskriptivne statistike - kviz 18
Mere centralne tendencije i asimetrije
Mere varijabiliteta i veze
-
46
Varijansa, standardna devijacija i koeficijent varijacije
U ovoj lekciji ćemo objasniti pojmove: varijansa, standardna devijacija i koeficijent varijacije.
-
47
Kovarijansa i koeficijent korelacije
U ovoj lekciji ćemo objasniti šta su varijansa i koeficijent korelacije.
-
48
Kovarijansa i koeficijent korelacije – kviz 19
Statistike zaključivanja
Intervali poverenja
-
51
Intervali poverenja
U ovoj lekciji ćemo se upoznati sa intervalima poverenja.
-
52
Interval poverenja za srednju vrednost (kada je varijansa poznata)
U ovoj lekciji ćemo objasniti interval poverenja za srednju vrednost kada je varijansa poznata.
-
53
Interval poverenja za srednju vrednost (kada je varijansa nepoznata)
U ovoj lekciji ćemo objasniti interval poverenja za aritmetičku sredinu kada je varijansa nepoznata.
-
54
Interval poverenja za razliku dve aritmetičke sredine (zavisni uzorci)
U ovoj lekciji ćemo objasniti interval poverenja za dve aritmetičke sredine kada su uzorci zavisni.
-
55
Interval poverenja za razliku dve aritmetičke sredine (nezavisni uzorci)
U ovoj lekciji ćemo se baviti intervalom poverenja za razliku dve aritmetičke sredine kada su uzorci nezavisni.
-
56
Intervali poverenja – kviz 21
Testiranje hipoteza
-
57
Testiranje hipoteza
U ovoj lekciji ćemo se baviti uvodom u testiranje hipoteza.
-
58
Oblast odbacivanja i nivo značajnosti
U ovoj lekciji ćemo objasniti šta je oblast odbacivanja i nivo značajnosti.
-
59
Greške I i II vrste
U ovoj lekciji ćemo objasniti koje greške možemo načiniti prilikom testiranja.
-
60
Testiranje aritmetičke sredine, kada je varijansa populacije poznata
U ovoj lekciji ćemo objasniti testiranje aritmetičke sredine kada je varijansa populacije poznata.
-
61
p-vrednost
U ovoj lekciji ćemo objasniti p-vrednost.
-
62
Testiranje aritmetičke sredine, kada je varijansa populacije nepoznata
U ovoj lekciji ćemo se baviti testiranjem aritmetičke sredine kada je varijansa populacije nepoznata.
-
63
Testiranje razlike aritmetičkih sredina (zavisni uzorci)
U ovoj lekciji ćemo se baviti testiranjem razlike aritmetičkih sredina kada su uzorci zavisni.
-
64
Testiranje razlike aritmetičkih sredina (nezavisni uzorci)
U ovoj lekciji ćemo se baviti testiranjem razlike aritmetičkih sredina kada su uzorci nezavisni.
-
65
Testiranje hipoteza– kviz 22
Please, login to leave a review