课程名称: Statistics for Data Science with Python

课程主页: https://www.coursera.org/learn/statistics-for-data-science-python

所在平台: Coursera

课程类别: 数据分析

大学或机构: IBM

讲师： Murtaza Haider,Aije Egwaikhide

授课语言： 英语

提供字幕： 英文

课程文件大小： 156MB

课程介绍： 本数据科学统计学课程旨在向您介绍用于数据分析的统计方法和程序的基本原理。完成本课程后，您将掌握统计学中关键主题的实用知识，包括 – 数据收集、使用描述性统计总结数据、显示和可视化数据、检查变量之间的关系、概率分布、期望值、假设检验、ANOVA 简介（分析方差），回归和相关分析。您将使用 Python 和 Jupyter Notebooks（数据科学家和数据分析师的首选工具）亲身体验统计分析。

在课程结束时，您将完成一个项目，将课程中的各种概念应用于涉及现实生活场景的数据科学问题，并展示对基础统计思维和推理的理解。重点是发展对不同的清晰理解

不同数据类型的方法，建立直观的理解，对提出的方法进行适当的评估，使用 Python 分析我们的数据，并准确地解释输出。

本课程适合打算开始数据和统计驱动角色之旅的各种专业人士和学生，例如数据科学家、数据分析师、业务分析师、统计学家和研究人员。它不需要任何计算机科学或统计学背景。我们强烈建议在开始本课程之前参加 Python for Data Science 课程，以熟悉 Python 编程语言、Jupyter 笔记本和库。还提供了关于 Python 的可选复习。

完成本课程后，学习者将能够：
✔计算和应用集中趋势的度量和分散的度量到分组和未分组的数据。
✔ 以清晰、简洁的方式总结、呈现和可视化数据，并为需要结果的非统计学家提供实用的见解。
✔ 确定用于常见数据集的适当假设检验。
✔进行假设检验、相关性检验和回归分析。
✔ 熟练使用 Python 和 Jupyter Notebooks 进行统计分析。

本课程属于 Data Science Fundamentals with Python and SQL Specialization/专项课程 中的第4门课程。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：