Nhóm chủ đề 4/8
Xác suất và thống kê
Probability and Statistics
Mô hình hóa ngẫu nhiên, suy luận từ dữ liệu và quá trình ngẫu nhiên: nền của khoa học dữ liệu, tài chính định lượng và học máy.
3 chủ đềkhoảng 135 giờ12 khóa học9 sách
Theo cấp độ: 2 Trung bình · 1 Nâng cao
Giới thiệu
Nhóm Xác suất và thống kê đi từ Lý thuyết xác suất (không gian xác suất, biến ngẫu nhiên, kỳ vọng, luật số lớn, định lý giới hạn trung tâm) sang Thống kê toán học (ước lượng, hợp lý cực đại, kiểm định giả thuyết, hồi quy, suy luận Bayes) và Quá trình ngẫu nhiên (xích Markov (chuỗi Markov), bước ngẫu nhiên, quá trình Poisson, martingale).
Học để làm gì
Dữ liệu thật luôn có nhiễu, và xác suất là cách chặt chẽ để nói về độ bất định. Thống kê biến dữ liệu thành kết luận kèm mức tin cậy — kỹ năng cốt lõi của nhà khoa học dữ liệu, nhà nghiên cứu y sinh hay chuyên viên rủi ro. Quá trình ngẫu nhiên mô tả những hệ thay đổi ngẫu nhiên theo thời gian: hàng đợi, giá cổ phiếu, thuật toán ngẫu nhiên.
Học thế nào
Cần vững giải tích (đặc biệt là tích phân bội) và đại số tuyến tính trước. Học xác suất qua thật nhiều bài toán cụ thể và kiểm tra kết quả bằng mô phỏng Monte Carlo trong Python; khi sang thống kê, hãy phân tích một bộ dữ liệu thật thay vì chỉ học công thức. Quá trình ngẫu nhiên là phần nâng cao, nên học khi đã quen ma trận chuyển trạng thái và trị riêng.
Nên học trước
Thứ tự học
Sắp theo mục "Nên học trước" trong hướng dẫn của từng chủ đề.
Cần học trước
Nền tảng: Giải tích, Giải tích nhiều biến
Giáo trình: Introduction to Probability, Second Edition
Khóa chính: Probabilistic Systems Analysis and Applied Probability · MIT
Cần học trước
Trong nhóm: Xác suất thống kê
Đại số tuyến tính và phương trình vi phân: Đại số tuyến tính
Giáo trình: Mathematical Statistics and Data Analysis
Khóa chính: Statistics for Applications · MIT
Cần học trước
Trong nhóm: Xác suất thống kê
Đại số tuyến tính và phương trình vi phân: Đại số tuyến tính
Giáo trình: Essentials of Stochastic Processes
Khóa chính: Discrete Stochastic Processes · MIT
Kỹ năng đạt được
- Mô hình hóa bài toán bằng biến ngẫu nhiên, tính kỳ vọng, phương sai và phân phối
- Áp dụng luật số lớn và định lý giới hạn trung tâm
- Ước lượng tham số, dựng khoảng tin cậy và kiểm định giả thuyết
- Xây dựng và phân tích xích Markov, quá trình Poisson
- Kiểm tra kết quả xác suất bằng mô phỏng trên máy tính
Nghề nghiệp
- Nhà khoa học dữ liệu, chuyên viên phân tích dữ liệu
- Chuyên viên định lượng, quản trị rủi ro và định phí bảo hiểm
- Nghiên cứu thống kê trong y sinh, kinh tế và khoa học xã hội
- Học tiếp học máy và nhóm Applied and Computational Mathematics