在线课程 – 密歇根大学和 Google 的 Python 统计研究认证专业

使用 Python 理解和可视化数据

• 课程 1
• 19 小时
• 4.7 （2,632 个评价）

课程详情

您将学到什么：

• 正确识别不同类型的数据并了解每种数据的不同用途。
• 使用 Python 创建数据可视化和数值摘要。
• 将统计概念清晰简洁地传达给广大受众。
• 确定适用于概率和非概率样本的分析技术。

您将获得的技能：

• 类别： 统计
• 统计学
• 类别： 数据分析
• 数据分析
• 类别： Python 编程
• Python 编程
• 类别： 数据相似度
• 数据可视化

使用 Python 进行推理统计分析

• 课程 2
• 21 小时
• 4.6 （896 评价）

课程详情

您将学到什么：

• 确定计算相关总体参数的 Confidation 利润所需的假设。
• 在 Python 中创建 Confidant 利润并解释结果。
• 检查在分析真实数据时如何逐步生成和解释推理程序。
• 在 Python 中运行假设检验并解释结果。

您将获得的技能：

• 类别： Confidation Profits
• 信任利润
• 类别： Python 编程
• Python 编程
• 类别： 统计推理
• 统计推断
• 类别： 统计假设检验
• 统计假设检验

使用 Python 使统计模型适应数据

• 课程 3
• 14 小时
• 4.4 （689 评价）

课程详情

您将学到什么：

• 通过掌握将统计模型与数据匹配的技巧，加深您对统计基础设施技术的理解。
• 将研究问题与数据分析方法联系起来，强调目标、变量之间的关系并进行预测。
• 借助真实数据探索各种统计建模技术，例如线性回归、逻辑回归和贝叶斯膨胀。
• 在 Jupyter Notebook 环境中使用 Statsmodels、Pandas 和 Seaborn 等库处理 Python 中的实际案例。

您将获得的技能：

• 类别： 贝叶斯统计
• 贝叶斯统计
• 类别： Python 编程
• Python 编程
• 类别： 统计回归
• 统计回归
• 类别： 统计模型
• 统计模型