Everyday Statistics with Eddie Davila
دانشمندان داده در هر زمینه ای علاقه مند به پیش بینی هستند. در ورزش ، تحلیلگران سعی می کنند نتایج تیم و پیشرفت بازیکنان را پیش بینی کنند. در تجارت پیش بینی هایی برای بازارهای سهام و تقاضای مصرف کننده وجود دارد. کسانی که در زمینه های اپیدمیولوژی و کشاورزی هستند پیش بینی هایی را برای کمک به ما در ایجاد برنامه های بهتر برای جامعه خود تهیه می کنند. و البته پیش بینی های هواشناسی نیز وجود دارد. آیا این پیش بینی ها خوب هستند یا بد؟ نظرات البته متفاوت است. به نظر می رسد افراد از نظر حرفه ای به دو دسته تقسیم می شوند. یک گروه از پیش بینی ها متنفر است زیرا آنها ادعا می کنند که پیش بینی ها همیشه اشتباه هستند. این افراد ، آنها حتی به اعداد نگاه نمی کنند. پیش بینی ها مستقیم به سطل آشغال بازی می رود. این افراد هیچ استفاده ای از پیش بینی ها ندارند. گروه دیگر پیش بینی ها را دوست دارند و به نظر نمی رسد که آنها به اندازه کافی پیش بینی می کنند. حتی ممکن است بگویید که آنها اجازه می دهند پیش بینی تصمیم گیری کند. خوب کدام یک است ، خوب پیش بینی می کند یا بد پیش بینی می کند؟ اول ، باید بپذیریم که پیش بینی ها اشتباه خواهد بود. آنها کامل نیستند و همچنین قرار نیست که باشند. در حقیقت ، پیش بینی های مدرن بسیار پیچیده هستند ، بنابراین یک حدس برای شما نمی آورند. در عوض ، آنها طیف وسیعی از نتایج و به طور معمول احتمالات را برای هر نتیجه به شما ارائه می دهند. پیش بینی ها پاسخی به شما نمی دهند ، بلکه راهنمایی هایی برای شما دارند. همچنین دانشمندان داده ها و پیش بینی های آنها به ورودی شما نیاز دارند. بیایید پیش بینی وضعیت هوا را به عنوان الگوی خود برای پیش بینی بهتر در نظر بگیریم. درست به نظر دیوانه می رسد ، اما پیش بینی آب و هوا هر ساله بهبود می یابد. چرا؟ هر موفقیت در پیش بینی و هر خطای پیش بینی نشانه ای برای بهبود مدل های آینده آب و هوا است. علاوه بر این ، هر روز جدید اطلاعات آب و هوا و فرصت های بیشتری برای یادگیری در اختیار ما قرار می دهد. همچنین دانشمندان به طور مداوم در حال توسعه فناوری جدید برای جمع آوری داده های بهتر ، هم از زمین و هم از فضا هستند. بحث مداوم در بین هواشناسی برای راه های بهبود پیش بینی راهنمایی برای توسعه مدل های جدید و فن آوری های جدید است. سرانجام ، شما با پیش بینی های هواشناسی یک عمر تصمیم گیری دارید. از این دانش برای درک نحوه استفاده از پیش بینی ها در محل کار استفاده کنید. به عنوان مثال ، تصور کنید که هفت روز دیگر در حال برنامه ریزی یک رویداد در فضای باز هستید. پیش بینی هفت روز در حال حاضر انتظار دارد که باران انتظار داشته باشید. در حالی که شما شروع به برنامه ریزی برای باران می کنید ، می فهمید که پیش بینی های دورتر از آنچه ما سعی می کنیم پیش بینی کنیم دقیق تر نیستند. به همین دلیل ، شما هر روز پیش بینی به روز را دریافت می کنید. به علاوه ، شما همچنین شروع به دیدن نقشه های هواشناسی می کنید ، هرچه روز بزرگ نزدیکتر می شود ، پیش بینی روشن تر می شود. هیچ تضمینی وجود ندارد ، اما چون شما در حال مشاهده تغییرات پیش بینی در روزهای گذشته هستید ، اکنون برنامه ای برای همه سناریوهای احتمالی در نظر گرفته اید. همه آن پیش بینی ها کامل نبودند ، اما اطلاعات کافی برای کمک به شما در تهیه یک برنامه خوب و شاید یک برنامه پشتیبان منطقی نیز بود. همانطور که در زندگی حرفه ای خود پیش بینی می کنید ، به یاد داشته باشید پیش بینی ها به توجه شما نیاز دارند. پیش بینی ها باید مورد استفاده ، به روزرسانی ، بهبود و بحث قرار گیرند. آمار به ما کمک می کند تا جهان اطراف خود را درک کنیم. این اعداد به همه کمک می کند ، از نظرسنجی های سیاسی گرفته تا علاقه مندان به فوتبال فانتزی ، براساس اطلاعاتی که در اختیار دارند تماس های آگاهانه ای برقرار کنند. در این مجموعه ، بیاموزید که چگونه آماری را که روزانه ظاهر می شوند رمزگشایی کنید. ادی داویلا هر هفته یک موضوع جدید التقاطی و واقعی را جستجو می کند. بیاموزید که چگونه از آمار برای یافتن میانگین امتیاز در یک آزمون و موارد دیگر استفاده می شود.
لینک دانلود
لینک های دانلود
رمز فایل فشرده : www.download.ir
رمز کپی شد!
فیلم آموزشی Everyday Statistics with Eddie Davila
