Fundamentos de Probabilidad con Python
Adquiere las bases de probabilidad que necesitarás como Analista de Datos
Como Analista o Científico de Datos utilizarás muchos modelos y algoritmos de machine learning los cuales se basan en la estadística y por supuesto en la probabilidad. En este curso aprenderás esas bases del conocimiento probabilístico que sin duda alguna necesitarás para fundamentar correctamente tus análisis y llegar a conclusiones válidas sobre tus datos para poder obtener conocimiento y tomar mejores decisiones.
Aprenderás sobre eventos, las principales distribuciones de probabilidad y las probabilidades condicionales, entre otras cosas. Todo con ejemplos prácticos y directamente desarrollados en un notebook con el uso de lenguaje Python.
¡Nos vemos en el curso para que adquieras los fundamentos de probabilidad que necesitarás como Analista de Datos!
Tu Instructor
Mi experiencia se enfoca a la aplicación de modelos estadísticos, predictivos y técnicas de minería de datos, especialmente en el ámbito financiero. Tengo experiencia en R, SPSS, SAS, Tableau y SQL Server.
De formación soy Bachiller en Estadística y cuento con una Maestría Profesional en Computación e Informática.
Me apasionan todos estos temas y espero poder enseñarte de manera sencilla y práctica cómo aplicar este conocimiento a tus propios análisis de la vida real.
Plan de Estudios
-
Inicio1.1 Conceptos Iniciales de Probabilidad (4:10)
-
Inicio1.2 Creación de Función para Calcular la Probabilidad (4:49)
-
Inicio1.3 Permutaciones y Combinatorias (4:49)
-
Inicio1.4 Eventos dependientes e independientes (7:09)
-
Inicio1.5 Eventos mutuamente excluyentes y no mutuamente excluyentes (7:22)
-
Inicio2.1 Distribución Binomial (11:35)
-
Inicio2.2 Distribución Binomial - Ejemplo 2 (2:37)
-
Inicio2.3 Distribución Hipergeométrica (4:53)
-
Inicio2.4 Distribución de Poisson (4:08)
-
Inicio2.5 Distribución Exponencial (3:25)
-
Inicio2.6 Distribución Uniforme (3:33)
-
Inicio2.7 Distribución Normal (6:22)