数据科学统计学课程旨在向您介绍用于数据分析的统计方法和程序的基本原理。完成本课程后，您将掌握统计学关键主题的实用知识，包括：数据收集、使用描述性统计总结数据、显示和可视化数据、检查变量之间的关系、概率分布、期望值、假设检验、ANOVA（方差分析）介绍、回归和相关分析。您将使用 Python 和 Jupyter Notebooks（数据科学家和数据分析师的首选工具）动手进行统计分析。

课程结束时，您将完成一个项目，将课程中的各种概念应用到一个涉及真实生活场景的数据科学问题中，并展示对基础统计思维和推理的理解。重点是清楚地了解针对不同数据类型的不同方法，形成直观的理解，对提出的方法进行适当的评估，使用 Python 分析我们的数据，并准确地解释输出结果。 本课程适合有意开始数据和统计驱动型工作（如数据科学家、数据分析师、商业分析师、统计师和研究人员）的各类专业人士和学生。本课程不要求任何计算机科学或统计学背景。 我们强烈建议在开始本课程之前先学习《数据科学 Python》课程，以熟悉 Python 编程语言、Jupyter 笔记本和库。完成本课程后，学员将能够： ✔ 对分组和未分组数据计算和应用中心倾向度量和离散度量。 ✔ 以清晰、简洁的方式总结、呈现和可视化数据，并为需要结果的非统计人员提供实用的见解。 进行假设检验、相关检验和回归分析。 ✔熟练使用 Python 和 Jupyter Notebooks 进行统计分析。