Chevron Left
Statistics for Data Science with Python(으)로 돌아가기

IBM 기술 네트워크의 Statistics for Data Science with Python 학습자 리뷰 및 피드백

4.6
별점
220개의 평가

강좌 소개

This Statistics for Data Science course is designed to introduce you to the basic principles of statistical methods and procedures used for data analysis. After completing this course you will have practical knowledge of crucial topics in statistics including - data gathering, summarizing data using descriptive statistics, displaying and visualizing data, examining relationships between variables, probability distributions, expected values, hypothesis testing, introduction to ANOVA (analysis of variance), regression and correlation analysis. You will take a hands-on approach to statistical analysis using Python and Jupyter Notebooks – the tools of choice for Data Scientists and Data Analysts. At the end of the course, you will complete a project to apply various concepts in the course to a Data Science problem involving a real-life inspired scenario and demonstrate an understanding of the foundational statistical thinking and reasoning. The focus is on developing a clear understanding of the different approaches for different data types, developing an intuitive understanding, making appropriate assessments of the proposed methods, using Python to analyze our data, and interpreting the output accurately. This course is suitable for a variety of professionals and students intending to start their journey in data and statistics-driven roles such as Data Scientists, Data Analysts, Business Analysts, Statisticians, and Researchers. It does not require any computer science or statistics background. We strongly recommend taking the Python for Data Science course before starting this course to get familiar with the Python programming language, Jupyter notebooks, and libraries. An optional refresher on Python is also provided. After completing this course, a learner will be able to: ✔Calculate and apply measures of central tendency and measures of dispersion to grouped and ungrouped data. ✔Summarize, present, and visualize data in a way that is clear, concise, and provides a practical insight for non-statisticians needing the results. ✔Identify appropriate hypothesis tests to use for common data sets. ✔Conduct hypothesis tests, correlation tests, and regression analysis. ✔Demonstrate proficiency in statistical analysis using Python and Jupyter Notebooks....

최상위 리뷰

JL

2021년 1월 19일

The final assignment is very well designed, I was able to review the entire course material and consolidate the learning. I have now a good understanding of hypothesis testing.

HD

2021년 1월 13일

A well structured course, simple and direct to the point, with a little of exercising you'll come out with a huge understanding of the statistical concepts.

필터링 기준:

Statistics for Data Science with Python의 56개 리뷰 중 26~50

교육 기관: Vaseekaran V

2021년 5월 13일

교육 기관: HAFED-EDDINE B

2021년 12월 15일

교육 기관: Sunny .

2021년 4월 1일

교육 기관: 佐藤淳一

2021년 1월 29일

교육 기관: vijay k A

2021년 6월 23일

교육 기관: Ankit G

2022년 4월 15일

교육 기관: Akhas R

2021년 3월 20일

교육 기관: Md. A I

2022년 3월 15일

교육 기관: ALEXANDRE R P

2022년 3월 17일

교육 기관: Htet A L T

2021년 7월 16일

교육 기관: Usama G

2022년 6월 13일

교육 기관: André J A

2021년 7월 22일

교육 기관: Virginia B

2022년 4월 4일

교육 기관: Pritesh V

2022년 8월 25일

교육 기관: Heinz D

2021년 2월 7일

교육 기관: Andreas F

2021년 2월 21일

교육 기관: George P

2022년 4월 18일

교육 기관: Klemen V

2021년 4월 23일

교육 기관: Michel M

2022년 4월 28일

교육 기관: Akshay K

2021년 11월 18일

교육 기관: Omar A

2021년 4월 5일

교육 기관: Thomas S

2021년 3월 2일

교육 기관: STEPHEN E

2021년 8월 31일

교육 기관: Elizabeth T

2021년 6월 15일

교육 기관: Lucian P

2022년 1월 18일