11 lecciones • 4 horas
Curso teórico-práctico en donde aprenderás conceptos y aplicaciones prácticas de las distribuciones de probabilidad más usadas en Ciencia de Datos y Machine Learning.
Al finalizar este curso habrás aprendido
- Qué son las variables aleatorias discretas y continuas
- Qué son las distribuciones de probabilidad discretas y continuas
- Cuáles son las distribuciones de probabilidad discretas y continuas más usadas en Ciencia de Datos y Machine Learning
- Cómo analizar de forma práctica las principales características de distribuciones de probabilidad continuas y discretas haciendo uso de Python y librerías especializadas
Requisitos
- Se sugiere haber tomado el curso Probabilidad Nivel Básico disponible acá en la Academia Online.
- Experiencia en la programación en Python y en el uso de las librerías Matplotlib y NumPy (cursos también disponibles acá en la Academia Online)
Contenido
MÓDULO 1: INTRODUCCIÓN A LAS DISTRIBUCIONES DE PROBABILIDAD
1 – Variables aleatorias continuas y discretas
2 – ¿Qué es una distribución de probabilidad?
3 – Distribuciones de probabilidad: ejemplo práctico
MÓDULO 2: DISTRIBUCIONES DE PROBABILIDAD DISCRETAS
4 – Probabilidad de masa y distribución acumulada
6 – La distribución binomial: ejemplo práctico
7 – La distribución multinomial
8 – La distribución multinomial: ejemplo práctico
MÓDULO 3: LA DISTRIBUCIÓN GAUSSIANA (O NORMAL)
9 – Densidad de probabilidad y distribución acumulada
10 – La distribución Gaussiana (o Normal)
11 – Ejemplo práctico: detección de anomalías usando la distribución Gaussiana
