دوره توزیع احتمال (Probability Distribution) و کاربردهای آن

یکی از مباحث مهم و کاربردی در حوزه‌ی آمار و احتمالات، توزیع‌های احتمالی یا همان probability distributions است که به توزیع‌های آماری (statistical distributions) هم معروف هستند. از تویع‌های احتمال و توابعِ مختلف آن، می‌توان در مدل‌سازی و پیش‌بینی رویدادها بر اساس داده‌های گذشته استفاده کرد. همچنین این توزیع‌ها کاربردهای وسیعی در رشته‌های مختلف مانند مکانیک یا رباتیک دارند ولی در این دوره ما تمرکز خود را بر روی مثال‌های حوزه‌ی علوم داده و داده‌کاوی خواهیم گذاشت.

در این دوره سعی شده از منابع مختلف برای درک مفاهیم و کاربردهای توزیع‌های احتمالی استفاده شود ولی منبع اصلی با استفاده از سرفصل‌های کتاب Statistical Distributions نوشته‌ی Catherine Forbes انتخاب می‌شوند.

ترتیب پیشنهادیِ مطالعه‌ی دروسِ این دوره به صورت زیر است:

درس ۱متغیر تصادفی (Random Variable)، تابع توزیع احتمال (PDF) و تابع توزیع تجمعی (CDF)
درس ۲توزیع نرمال (Normal Distribution) یا توزیع گوسی (Gaussian Distribution)
درس ۳چگونه بفهمیم داده‌های ما از توزیع نرمال پیروی می‌کند یا خیر؟
درس ۴توزیع یکنواخت (Uniform Distribution) و کاربردهای آن
درس ۵توزیع برنولی (Bernoulli Distribution) و توزیع دو جمله‌ای (Binomial Distribution)
درس ۶توزیع پواسون (Poisson Distribution)
درس ۷توزیع نمایی (Exponential Distribution)
درس ۸آزمون برازش Chi-Square برای توزیع‌های احتمال
درس ۹توزیع گاما (Gamma Distribution)
این دوره در حال تکمیل است