在本模块中，您将学习 Excel 的基本技能，以应对未来可能遇到的典型业务情况。本模块中教授的 Excel 词汇和函数使您能够理解本课程后面视频中附加的 Excel 电子表格说明。

大多数商业数据分析项目的终极目标都是将数据集合分为两类，如 "买这只股票，不买那只股票 "或 "向这个客户提供特价，但不向那个客户提供特价"。有一个专门的衡量标准词汇表，用于比较和优化用于将集合分为两组的算法的性能。您将学习如何以及为什么要应用这些不同的指标，包括如何计算最重要的 AUC：接收者工作特征曲线 (ROC) 下的面积。

在本模块中，您将学习如何计算和应用被称为 "熵 "的非常有用的不确定性度量。熵 "与人们更熟悉的 "概率 "不同，"概率 "代表的是单一结果发生的不确定性，而 "熵 "则量化所有可能结果的总体不确定性。 熵度量为数据分析工作提供了问责框架。熵使您能够两次量化与业务相关的未来结果的不确定性：在项目开始前使用现有的最佳估计值，然后在建立预测模型后再次使用。 这两种度量方法的区别在于您的工作所带来的信息增益。

线性相关度量是一个比通常认识到的更丰富的关联评估指标。您可以用它来量化线性模型降低不确定性的程度。 当用于预测未来结果时，它可以转换为 "点估计值 "加 "置信区间"，或转换为信息增益度量。您将掌握这些概念的流畅知识，并了解线性回归在商业数据分析中的许多重要用途。本模块还教授如何使用中心极限定理 (CLT) 解决实际问题。这两个主题密切相关，因为线性回归和中心极限定理都使用了被称为 "高斯 "的特殊概率分布族。您将学习在这些和其他情况下使用高斯分布所需的一切知识。

本模块将为您提供更多与建立高质量模型相关的宝贵概念和技能。 如您所知，"模型 "是对应用于现有数据（输入）的过程的描述，该过程会产生对未来未知结果的估计作为输出。 输出模型通常采用概率分布的形式。本模块包括如何从数据中估计概率分布（"概率直方图"），以及如何描述和生成数据科学家使用的最有用的概率分布。本模块还详细介绍了如何开发二元分类模型，并优化参数以最大化 AUC，以及当输入由每个事件的多种类型数据组成时，如何应用线性回归模型。 本模块最后解释了 "过拟合"，这是表面上看起来很好的预测模型在实际业务环境中经常失败的主要原因。最后，我们将为您提供一些提示，帮助您在期末项目和现实生活中避免自己的预测模型出现过度拟合。

期末课程项目是涵盖所有课程材料的综合评估，包括四次小测验和一次同行评议作业。 对于小测验一和小测验二，会有学习要点来解释小测验的内容。 只有在完成测验并取得及格成绩后，这些学习要点才会解锁。在开始之前，请仔细阅读结业项目说明。 根据以往学生的经验，包括所有测验和同行评估在内的最终项目需要 10-12 个小时。