ai_learning/modules/03_probability_statistics

Модуль 03. Вероятность, статистика и эксперименты

Плановый срок: недели 6–7.

Цели

• понимать случайные величины, распределения и условную вероятность
• оценивать неопределённость и корректно проверять гипотезы
• отличать корреляцию, предсказание и причинность

Предварительные знания

Нужны базовая алгебра, суммы и функции, а для примеров — NumPy и понятие векторизации.

Теория

1. Вероятность, Байес, ожидание и распределения
2. Выборки, LLN, CLT, bootstrap и доверительные интервалы
3. Проверка гипотез, p-value, мощность и A/B-тесты

Термины модуля: notes/glossary.md.

Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно уметь связать с кодом и наблюдаемым поведением модели.

Задания

• assignments/01_monte_carlo.md — Монте-Карло и сходимость
• assignments/02_bayes.md — Байесовская диагностика
• assignments/03_ab_test.md — Разбор A/B-теста

Завершение модуля

Модуль завершён, когда все задания удовлетворяют критериям приёмки, вы можете объяснить основные решения без ноутбука и получили review.