Matematik og statistikgrundlag - eLearning
3.500,00 DKK
- 3 hours
Opbyg en stærk analytisk tankegang med kurset Maths & Statistics Foundation Training, der er designet til at gøre centrale matematiske og statistiske begreber enkle og anvendelige i virkeligheden. Dette kursus hjælper dig med at opnå sikkerhed i arbejdet med data ved at mestre vigtige emner som deskriptiv statistik, sandsynlighed, fordelinger og grundlæggende matematiske teknikker, der bruges i analyse og datadrevet beslutningstagning.
Nøglefunktioner
Sprog
Kursus og materiale på engelsk
Niveau
Begynder - Mellem niveau
Adgang
1 års adgang til læringsplatformen
3 timers on-demand videoer
med over 10 timers anbefalet studietid
18 guidede praktiske øvelser
4 automatisk bedømte opgaver
33 huskequizzer
1 Omfattende opgaver
Certifikat
Certifikat for gennemført program medfølger
Læringsudbytte
Når du har gennemført dette kursus, vil du være i stand til at forstå:
Grundlæggende
Begynd med grundlæggende begreber som gennemsnit, median og typetal, og undersøg, hvordan skalering og forskydning påvirker data.
Regression
Få en forståelse af regressionsanalyse og begrebet Root Mean Square Error (RMSE).
Datavidenskab
Opdag, hvordan matematik og statistik anvendes inden for datavidenskab, maskinlæring og business intelligence.
ANOVA
Bliv introduceret til variansanalyse (ANOVA) og dens praktiske anvendelser.
Hypotese
Lær principperne for hypotesetest, herunder t-test og t-fordeling.
Kursusforløb
Beskrivende statistik
Lektion 01
- Gennemsnit, median, typetal
- Gennemsnit vs. median
- Skævhed
- Øvelser i skævhed
- Løsning på skævhed
- Variationsbredde og kvartilafstand
- Stikprøve vs. population
- Varians og standardafvigelse
- Effekten af skalering og forskydning
- Statistiske momenter
Distribution
Lektion 02
- Hvad er en fordeling?
- Normalfordeling
- Z-scorer
- Øvelse - Normalfordeling
- Løsning - Normalfordeling
Sandsynlighedsteori
Lektion 03
- Sandsynlighedsgrundlag og grundlæggende begreber
- Regneregler for addition og multiplikation med opgaver og løsninger
- Bayes’ sætning og anvendte eksempler
- Forventet værdi med øvelsesopgaver
- Lov om store tal
- Den centrale grænseværdisætning (teori, intuition, udfordringer og øvelser)
- Binomial- og Poisson-fordelinger
- Sandsynlighed i virkeligheden
Hypotesetest
Lektion 04
- Introduktion til hypotesetest og dens rolle i datavidenskab
- Forståelse af hypoteser, signifikansniveau og p-værdier
- Type I- og Type II-fejl
- Konfidensintervaller og fejlmargin
- Stikprøvestørrelsesestimering og statistisk styrke
- Trin til at udføre hypotesetest
- Øvelsesopgave og løsning
- T-test og T-fordeling
- Proportionstest
- Vigtige P–Z-værdirrelationer
Regression
Lektion 05
- Introduktion til regressionsanalyse
- Lineær regression og korrelationskoefficient
- Opgaver og løsninger om korrelation og regression
- Residualer, MSE og MAE med øvelsesopgaver
- Bestemmelseskoefficient (R²)
- Root Mean Square Error (RMSE) med øvelser og løsninger
- Begreber inden for multipel lineær regression
Avanceret regression og ML-algoritme
Lektion 06
- Multipel lineær regression
- Polynomiel og logistisk regression
- Beslutningstræer og regressionstræer
- Random forests
- Overfitting og problemer med modelpræstation
- Strategier til håndtering af manglende data implementerer de tværgående hensyn i din applikation eller dit program.
- implementer aspektorientering for at undgå tværgående bekymringer
ANOVA
Lektion 07
- Grundlæggende ANOVA og centrale antagelser
- Envejs ANOVA
- F-fordeling
- To-vejs ANOVA (kvadratsum)
- F-ratio og fortolkning af resultater
Hvem bør tilmelde sig dette program?
Ambitiøse dataforskere og dataanalytikere
Softwareingeniører, der skifter til data-/AI-roller
Erhvervs- og finansfolk, der arbejder med data
Alle, der ønsker at forbedre deres evne til at fortolke data og tænke kvantitativt
Forudsætninger
Der kræves ingen avanceret matematisk baggrund. Dog vil kursister have fordel af:
- Grundlæggende matematik på gymnasieniveau (algebra og aritmetik)
- Kendskab til almindelige databegreber (diagrammer, gennemsnit, procenter)
- Grundlæggende computerfærdigheder
- Der kræves ingen tidligere erfaring med statistik, programmering eller datavidenskab.
Udtalelser
Licensering og akkreditering
Dette kursus tilbydes i henhold til Partnerprogramaftalen og overholder kravene i licensaftalen
Lighedspolitik
Kandidater opfordres til at kontakte AVC for vejledning og støtte gennem hele processen med tilpasning af arbejdsforhold.
Ofte stillede spørgsmål
Har du brug for virksomhedsløsninger eller LMS-integration?
Fandt du ikke kurset eller programmet, der ville være til gavn for din virksomhed? Har du brug for LMS-integration? Skriv til os, vi løser alt!