Flesh
Модератор
- Сообщения
- 75,458
- Реакции
- 636,710
Автор: Глеб Михайлов
Название: А/Б-тесты с Глебом Михайловым
Интуитивный видеокурс по А/Б-тестам, проверке гипотез и p-value. Никакой классической статистики и формул, только уникальные авторские инсайты и лайфхакиэ
Чему вы научитесь:
Понимать A/B-тесты на интуитивном уровне.
Понимать ключевые метрики A/B-тестов: минимальное значимое различие (MDE), мощность теста и статистическую значимость.
Рассчитывать размер выборок с использованием статистического калькулятора и Python для точного планирования экспериментов.
Глубоко понимать принципы проверки гипотез на интуитивном уровне.
Понимать концепцию p-value и ее значение в контексте статистических тестов.
Применять методы Монте-Карло для проверки статистических тестов, укрепляя понимание практическим опытом.
Программа курса:
- Введение
Что такое А/Б-тест?
- Интуиция
Метрики для тестов с бинарным ответом Часть 1
Метрики для тестов с бинарным ответом Часть 2
Метрики для А/Б-тестов Часть 1
Метрики для А/Б-тестов Часть 2
- Под капотом
Проверка гипотез Часть 1
Проверка гипотез Часть 2
P-value
- Заключение
Некоторые продвинутые концепции
Заключение
Что вы получаете:
Глубокое понимание A/B-тестирования, включая ключевые метрики, такие как минимальное значимое различие (MDE), мощность теста и его значимость.
Навыки расчета размера выборок для точного планирования и проведения тестов.
Интуитивное понимание процесса проверки гипотез, что позволит вам лучше интерпретировать результаты экспериментов.
Знание о том, как работает p-value и его роль в статистических выводах.
Умение применять методы Монте-Карло для проверки статистических тестов, что значительно повысит вашу уверенность в анализе данных.
Автор: Глеб Михайлов
Более 10 лет опыта в аналитике, дата саенс, python, sql, статистике. Преподаю с 2018 года.
Подробнее:
Скачать:
Название: А/Б-тесты с Глебом Михайловым
Интуитивный видеокурс по А/Б-тестам, проверке гипотез и p-value. Никакой классической статистики и формул, только уникальные авторские инсайты и лайфхакиэ
Чему вы научитесь:
Понимать A/B-тесты на интуитивном уровне.
Понимать ключевые метрики A/B-тестов: минимальное значимое различие (MDE), мощность теста и статистическую значимость.
Рассчитывать размер выборок с использованием статистического калькулятора и Python для точного планирования экспериментов.
Глубоко понимать принципы проверки гипотез на интуитивном уровне.
Понимать концепцию p-value и ее значение в контексте статистических тестов.
Применять методы Монте-Карло для проверки статистических тестов, укрепляя понимание практическим опытом.
Программа курса:
- Введение
Что такое А/Б-тест?
- Интуиция
Метрики для тестов с бинарным ответом Часть 1
Метрики для тестов с бинарным ответом Часть 2
Метрики для А/Б-тестов Часть 1
Метрики для А/Б-тестов Часть 2
- Под капотом
Проверка гипотез Часть 1
Проверка гипотез Часть 2
P-value
- Заключение
Некоторые продвинутые концепции
Заключение
Что вы получаете:
Глубокое понимание A/B-тестирования, включая ключевые метрики, такие как минимальное значимое различие (MDE), мощность теста и его значимость.
Навыки расчета размера выборок для точного планирования и проведения тестов.
Интуитивное понимание процесса проверки гипотез, что позволит вам лучше интерпретировать результаты экспериментов.
Знание о том, как работает p-value и его роль в статистических выводах.
Умение применять методы Монте-Карло для проверки статистических тестов, что значительно повысит вашу уверенность в анализе данных.
Автор: Глеб Михайлов
Более 10 лет опыта в аналитике, дата саенс, python, sql, статистике. Преподаю с 2018 года.
Подробнее:
Для просмотра ссылок Войдите в аккаунт или Зарегистрируйтесь
Для просмотра ссылок Войдите в аккаунт или Зарегистрируйтесь
Похожие темы из этого раздела:
- [Mahdi Behdani] Google Trends с Python - наука о данных, маркетинг и новости [Udemy] (2024)
- [Никита Шультайс] Дата и время в Python 3 [shultais.education] (2024)
- [Никита Шультайс] Функциональное программирование в Python 3 [shultais.education] (2024)
- [Никита Шультайс] Работа с файлами в Python 3 [shultais.education] (2024)
- [Karpov.Courses] Продвинутая аналитика данных. Часть 3 (2023)
- [karpov.courses, Нерсес Багиян, Алексей Кожарин, Никита Табакаев] Machine Learning для начинающих. Часть 7 из 7 (2023)
- [karpov.courses, Нерсес Багиян, Алексей Кожарин, Никита Табакаев] Machine Learning для начинающих. Часть 6 из 7 (2023)
- [karpov.courses, Нерсес Багиян, Алексей Кожарин, Никита Табакаев] Machine Learning для начинающих. Часть 5 из 7 (2023)
- [karpov.courses, Нерсес Багиян, Алексей Кожарин, Никита Табакаев] Machine Learning для начинающих. Часть 4 из 7 (2022)
- [Владимир Балун] Подготовка к алгоритмическим собеседованиям [balun.courses] (2023)