世界の見方を変える5つの統計概念
毎日のデータの解釈方法を一新する 5 つの主要な統計概念 (サンプリング誤差とバイアス、モデル、小規模サンプルの限界) を学びます。
-
-
データサイエンティストのためのCS50xガイド：ハーバード大学の基礎CSコースから学ぶ重要なポイント
ハーバード大学のデータ サイエンティスト向けの CS50x の実践ガイド: メモリ、データ構造、Python、SQL、Flask、およびエンドツーエンドのプロジェクト向けの 3 つの学習パス。
-
ポーカーの本質を明らかにする3つの驚くべき統計
ポーカーのプレイ方法を変える 3 つの確率: ポケット エースが無敵ではない理由、ドローの 4 と 2 のルール、バッド ビートが発生する理由について説明します。
-
脳が確率を誤解する4つの方法（そして、確率について冷静に考える方法）
確率に関する間違いはよくあることです。自然頻度、客観的オッズと主観的オッズ、逆の条件文、ギャンブラーの誤謬という 4 つの落とし穴を学んでください。
-
脳が統計を間違える7つの驚くべき方法
統計に関する誤解はよくあります。確率、p値、小規模サンプルを歪める7つの認知バイアスを学び、真にデータに基づいた意思決定を行いましょう。
-
初心者のためのポーカー確率：完全ガイド
わかりやすい表、数式、実行および適応できる Python コードを使用して、ポーカーのハンド、条件付きオッズ、EV の数学を学びます。
-
統計における過信を理解する: 不確実性を正確に定量化する
統計に対する過度の自信の影響を理解し、統計的手法を使用して不確実性を正確に定量化する方法を学びます。
-
データサイエンスにおける結論への飛びつきの落とし穴を避ける
これらの統計的洞察と手法により、データ サイエンスにおいて結論を急ぐことを避けます。正確性と妥当性を確保する方法を学びます。
-
統計およびデータ分析ワークフローを最適化する 7 つの戦略
プロジェクトの組織化、効率、精度を向上させるために、次の 7 つの実用的なヒントを使用してデータ分析ワークフローを最適化します。
-
主成分分析: データを真実の洞察に変換する
この包括的なガイドでは、主成分分析が複雑なデータを洞察力に富んだ真実の情報に変換する方法について説明します。
-
パラメトリック テストとノンパラメトリック テスト: データに適したツールの選択
パラメトリック テストとノンパラメトリック テストの本質を探って、データ分析に最適な統計ツールを選択し、精度を高めます。
-
外れ値の検出と処理: 包括的なガイド
外れ値の検出と処理をマスターして、データ分析スキルを強化します。正確さを求めるデータサイエンティストのための決定版ガイド。
