Module 01 · Course Introduction and Python Basics
Welcome from your Instructors!讲师寄语
欢迎来到本门统计学课程！我们的目标是让统计学学习变得生动有趣，并赋予你将统计方法应用于数据分析与数据科学实战的能力。
讲师团队介绍
Murtaza Haider
主讲教师
- 学术身份：多伦多瑞尔森大学（Ryerson University）Ted Rogers 管理学院副教授。
- 著述作品：
- 《Getting Started with Data Science》
- 《Making Sense of Data with Analytics》
- 研究领域：专注于与住房市场和交通相关的城市经济学。
- 社会影响：定期在《赫芬顿邮报》（Huffington Post）撰写博客。
- 学术背景：
- 交通工程与规划硕士。
- 土木工程博士（研究方向：城市系统分析）。
Aije Egwaikhide
联合讲师
- 职业背景：IBM Developer Skills Network 团队资深数据科学家及统计师。
- 行业经验：具备为石油和天然气客户开发监督式与非监督式机器学习算法的实地经验。
- 心路历程：
“在尼日利亚读高中时，放弃数学和统计转而选择简单课程是很诱人的。但我热爱挑战，正因为周围人说它难，我才对统计学产生浓厚兴趣。我让父母投资购买教材，并始终保持学习进度领先于班级。”
- 教育背景：
- 曼尼托巴大学（University of Manitoba）经济学与统计学双学位学士。
- 数据科学与商业分析研究生。
- 个人生活：休息日时，她是 Instagram 上的时尚与职场博主。
课程架构与内容
本课程共分为 5 个核心模块：
| 模块编号 | 模块名称 | 主要内容 |
|---|---|---|
| Module 1 | 绪论与描述性统计 | 统计学基础概念与数据概括 |
| Module 2 | 数据可视化 | 图表展示与数据直观呈现 |
| Module 3 | 概率分布导论 | 核心概率理论与分布模型 |
| Module 4 | 假设检验 | 统计推断与显著性测试 |
| Module 5 | 回归分析 | 变量间的关系建模与预测 |
学习方式与工具
- 教学形式：每个模块包含 4 到 6 个视频，并配有针对性的练习题供你巩固。
- 实战实验室：我们将使用 Jupyter Notebooks 进行动手实验。
- 编程语言：采用 Python 语言，它是目前最易于上手的编程语言之一。
🚀 让我们开始这段学习旅程，祝你学习愉快！