احتمال در R. متغیرهای تصادفی گسسته

Name: احتمال در R. متغیرهای تصادفی گسسته
Price: 1790000 IRR
Availability: InStock
Author: ماراد، مرکز آموزش از راه دور

ضبط شده

Infermath تئوری ریاضی را با کاربرد برنامه‌نویسی مرتبط می‌سازد تا درک عمیقی از زمینه‌های کمی ارائه دهد.

امتیاز دوره ( 2 نفر)

4.5 از 5

زیرنویس فارسی و انگلیسی

ماراد، مرکز آموزش از راه دور

زندگی فعال
12 اپیزود
2 ساعت
سطح متوسط

درباره دوره اپیزود ها توضیحات تکمیلی اطلاعات استاد کامنت ها

در این دوره چه چیز هایی می آموزید؟

تولید اعداد تصادفی در R

استفاده از متغیرهای boolean در R

تعریف و استخراج احتمال توزیع دو جمله‌ای

استفاده از هیستوگرام در R

تعریف و اختصاص مقادیر به ماتریس‌ها در R

استفاده از حلقه‌های for و while در R

مجموع دنباله هندسی

محدودیت‌های عددی رایانه‌ها و R را پیش‌بینی کنید.

تعریف مجموعه نامحدود از رویدادها

استفاده از استقلال رویدادها

متوقف کردن اجرای حلقه و چاپ نتایج در R

استفاده از آمار توصیفی در R

تعریف و استفاده از متغیر تصادفی برنولی

تعریف و اختصاص مقادیر به بردارها

ترکیب‌ها را در نظریه مجموعه‌ها استفاده کنید.

کشیدن نمودارها در R

استفاده از شرایط منطقی در R

تعریف و استخراج احتمال توزیع هندسی

تعریف توابع در R

شرایط همگرایی سری را مشخص کنید

استفاده از قضیه فشردن

تعریف و اثبات lemme بورل-کانتیلی

اپیزودها

اپیزود 1 مقدمه

رایگان 13 دقیقه

Infermath نظریه ریاضی را با کاربرد برنامه‌نویسی پیوند می‌دهد تا درک عمیق‌تری از زمینه‌های کمی فراهم کند.

پخش آنلاین

اپیزود 2 توزیع برنولی

رایگان 7 دقیقه

در این ویدیو ما متغیرهای تصادفی برنولی را با استفاده از R تولید می‌کنیم. با متغیرهای بولی و شرایط منطقی در R آشنا می‌شویم.

پخش آنلاین

اپیزود 3 توزیع دوجمله‌ای ۱

7 دقیقه

ما توزیع دو جمله‌ای را تعریف کرده و آن را با استفاده از R تولید می‌کنیم. با هیستوگرام در R آشنا می‌شویم.

اپیزود 4 توزیع دوجمله‌ای ۲

13 دقیقه

در این قسمت، احتمال هر نتیجه در توزیع دوجمله‌ای را deriv می‌کنیم. ما نشان می‌دهیم که احتمالات به ۱ جمع می‌شوند با استفاده از نظریه مجموعه‌ها، چندجمله‌ای‌ها و مثلث پاسکال.

اپیزود 5 توزیع دوجمله ای ۳

10 دقیقه

در این ویدیو ما توزیع احتمال متغیرهای تصادفی دوتایی را با شبیه‌سازی در R مقایسه می‌کنیم. ما یاد می‌گیریم که چگونه بردارها و ماتریس‌ها را تولید کنیم، از حلقه for و نمودار میله‌ای در R استفاده کنیم.

اپیزود 6 توزیع هندسی 1

8 دقیقه

ما توزیع هندسی را تعریف کرده و متغیرهای تصادفی را از آن در R استخراج می‌کنیم. با حلقه while و نمایش علمی آشنا می‌شویم.

اپیزود 7 توزیع هندسی 2

10 دقیقه

ما توزیع احتمال متغیرهای تصادفی هندسی را استخراج می‌کنیم و درباره سری هندسی می‌آموزیم. با تابع توزیع تجمعی آشنا می‌شویم.

اپیزود 8 توزیع هندسی 3

9 دقیقه

ما می‌خواهیم حداکثر مقدار ناشی از توزیع هندسی را به بی‌نهایت افزایش دهیم. در مسیر خود با NAها و epsilon ماشین مواجه می‌شویم اما تسلیم نمی‌شویم.

اپیزود 9 قضیه ‌ Borel-Cantelli - پارت 1

10 دقیقه

ما یک تابع در R ایجاد می‌کنیم که نتیجه‌ای از آزمایش برنولی را بازمی‌گرداند و سپس از آن در یک حلقه for استفاده می‌کنیم تا سریالی از آزمایش‌ها را تولید کنیم. ما سعی می‌کنیم درک کنیم که معنی وقوع یک سری از وقایع به‌طور نامحدود چیست.

اپیزود 10 قضیه ‌ Borel-Cantelli - پارت 2

9 دقیقه

ما بخش اول قضیه‌ی بورل - کانتیلی را استخراج می‌کنیم. در این راه از خواص دنباله‌ها و سری‌ها استفاده می‌کنیم.

اپیزود 11 قضیه ‌ Borel-Cantelli - پارت 3

11 دقیقه

ما بخش دوم بورل-کانتیلی را اثبات می‌کنیم.

اپیزود 12 قضیه ‌ Borel-Cantelli - پارت 4

13 دقیقه

در آخرین قسمت از متغیرهای تصادفی گسسته، ما از قضیه بُرِل-کانتیلی برای تولید دنباله‌های نامتناهی از آزمایش‌های موفق برنولی استفاده می‌کنیم. به محض نزدیک شدن به بی‌نهایت، به فلسفه و موسیقی روی می‌آوریم.

اکشن های دوره

شرکت در دوره : 20,000 تومان

توضیحات دوره

دوره احتمال در R یک دوره است که نظریه ریاضی را با کاربردهای برنامه‌نویسی پیوند می‌دهد. سری متغیرهای تصادفی گسسته نمای کلی از مهم‌ترین توزیع‌های احتمال گسسته را همراه با روش‌های تولید آن‌ها در R ارائه می‌دهد. عملکردهای بنیادی زبان R معرفی می‌شوند که شامل شرایط منطقی، حلقه‌ها و آمار توصیفی است. بینندگان با دانش پایه‌ای از تحلیل عددی آشنا می‌شوند.

این دوره برای دانشجویان احتمال و آمار طراحی شده است که می‌خواهند تجربه یادگیری خود را با برنامه‌نویسی آماری غنی‌تر کنند. در حالی که دانش پایه‌ای در زمینه احتمال و حساب دیفرانسیل مفید است، اما ضروری نیست. روش پیشنهادی برای استفاده از دوره، تکرار استدلال‌ها و تکرار کدهای R است. از این رو، ضروری است که دانشجویان R را در طول دوره دانلود و استفاده کنند.

این دوره شامل دوازده محتوا کوتاه است که در مجموع دو ساعت مواد ویدئویی را شامل می‌شود. چهار موضوع اصلی پوشش داده می‌شود:

توزیع برنولی (۲ سخنرانی)،

توزیع دوجمله‌ای (۳ سخنرانی)،

توزیع هندسی (۳ سخنرانی) و

قاعده بورل-کانطلی (۴ سخنرانی).

هشت سخنرانی به شکل نوشتن کد R ارائه می‌شود. چهار سخنرانی باقی‌مانده به طور کامل بر نظریه احتمال تمرکز دارند.

چگونه اینفرمیت از دیگر کانال‌های آموزشی متفاوت است؟

اینفرمیت به دانشجویان ابزارها و مهارت‌هایی را ارائه می‌دهد تا بتوانند از دانش کسب شده در عمل استفاده کنند. هدف آن نشان دادن این است که یادگیری ریاضیات تنها مفید نیست، بلکه سرگرم‌کننده و الهام‌بخش نیز هست. این دوره بر روی فرصت‌های برابر در آموزش تأکید می‌کند و رویکرد متن باز را ترویج می‌کند.