Éditeur : Shilank Singh

Prix : 109 $

Durée du cours :

->

Langue du cours : Anglais

La description

Dans le programme d’ingénierie d’aujourd’hui, les sujets relatifs aux probabilités et aux statistiques jouent un rôle majeur, car les méthodes statistiques sont très utiles pour analyser les données et interpréter les résultats.

Lorsqu’un élève ingénieur en herbe entreprend un projet ou un travail de recherche, les méthodes statistiques deviennent très pratiques.

Par conséquent, l’utilisation d’un cours bien structuré sur les probabilités et les statistiques dans le programme aidera les étudiants à comprendre le concept en profondeur, en plus de se préparer à des examens tels que des cours réguliers ou des examens d’entrée de gamme pour des cours de troisième cycle.

Afin de répondre aux besoins des élèves ingénieurs, le contenu de ce cours est bien conçu. Dans ce cours, toutes les sections sont bien organisées et présentées dans un ordre au fur et à mesure que le contenu passe des bases au niveau supérieur de statistiques.

En conséquence, ce cours est en fait adapté aux étudiants, car j’ai essayé d’expliquer tous les concepts avec des exemples appropriés avant de résoudre des problèmes.

Ce cours de plus de 150 conférences comprend des explications vidéo de tout, des variables aléatoires, de la distribution des probabilités, des moyennes statistiques, de la corrélation, de la régression, de la fonction caractéristique, de la fonction de génération de moment et des limites de la probabilité, et il comprend plus de 90 exemples (avec des solutions détaillées) pour vous aider vous testez votre compréhension en cours de route. « Master Complete Statistics For Computer Science – I » est organisé dans les sections suivantes:

• introduction

• Variables aléatoires discrètes

• Variables aléatoires continues

• Fonction de distribution cumulative

• Distribution spéciale

• Variables aléatoires bidimensionnelles

• Vecteurs aléatoires

• Fonction d’une variable aléatoire

• Une fonction de deux variables aléatoires

• Deux fonctions de deux variables aléatoires

• Mesures de tendance centrale

• Attentes et moments mathématiques

• Mesures de dispersion

• Skewness et Kurtosis

• Moyennes statistiques – Exemples résolus

• Valeurs attendues d’une variable aléatoire bidimensionnelle

• Corrélation linéaire

• Coefficient de corrélation

• Propriétés du coefficient de corrélation

• Coefficient de corrélation de rang

• Régression linéaire

• Equations des lignes de régression

• Erreur type d’estimation de Y sur X et de X sur Y

• Fonction caractéristique et fonction de génération de moment

• Limites des probabilités