Sannolikhetsteori och statistisk inlärning med Python

Lärandemål

• Förklara sannolikhetsbegrepp som svanssannolikhetsgränser, momentgenererande funktioner och deras applikationer, Markov-kedjor och centrala gränssatser.
• Förklara statistiska modeller och metoder som används för förutsägelse inom vetenskap och teknik, till exempel regressions- och klassificeringsmodeller.
• Välja lämpliga statistiska modeller för att analysera befintliga datamängder, tillämpa statistiska metoder och utföra analyser med Python.
• Diskutera användningen av vanliga Python-bibliotek som Numpy, Matplotlib, Jupyter Notebook, Pandas, för att utföra dataanalys.
• Designa Python-program som använder sannolikhets- och statistiska inlärningskoncept som presenteras i kursen för att dra meningsfulla slutsatser från data.