Основы вероятности
Основы теории вероятностей и случайных событий
Уроки этого курса доступны после регистрации. Демо без аккаунта показывает механику платформы на примере задачи с роботом по алгоритмике.
Зависимость и независимость
Пример показывает устройство урока. Чтобы решать задания, откройте курс после регистрации.
19 коротких уроков
По 7-10 минут: можно пройти за один подход или возвращаться по частям.
Интерактив вместо конспекта
Ученик решает задачу, проверяет ответ и видит объяснение следующего шага.
Спокойный старт
Демо платформы доступно без аккаунта. Для уроков выбранного курса и сохранения прогресса нужна регистрация.
Вероятность без иллюзии точного предсказания
Курс подходит школьникам и взрослым, которые хотят понять случайные события, независимость, модели и первые идеи вероятностного мышления в данных.
Зависимость и независимость
Различайте зависимые и независимые события в теории вероятностей.
Независимые события
Стройте вероятностные модели для независимых событий и используйте правило умножения, чтобы предсказывать сложные исходы.
Настройка модели
Комбинируем симуляцию с прошлыми данными, чтобы делать вероятностные прогнозы.
Если вывод слишком категоричен, урок возвращает к допущениям: какие события независимы, какие признаки используются и где модель может ошибаться.
Откройте шаг «Зависимость и независимость» и выполните действие в модели.
Ошибка не заканчивает задание: она запускает объяснение на схеме.
Ученик видит идею на модели и переносит её в самостоятельное решение.
Маршрут курса
От случайных событий к моделям, данным и вероятностным выводам.
Зависимость и независимость
Различайте зависимые и независимые события в теории вероятностей.
Независимые события
Стройте вероятностные модели для независимых событий и используйте правило умножения, чтобы предсказывать сложные исходы.
Настройка модели
Комбинируем симуляцию с прошлыми данными, чтобы делать вероятностные прогнозы.
Вероятность влияния. Кейс: Twitter-боты (ч. 1)
Разберитесь, как вероятность помогает моделировать распространение информации в Twitter/X на реальных данных о твитах членов Конгресса США.
Симуляция I — Кейс: боты Twitter (ч. 2)
Узнайте, как далеко расходится твит по сети конгресса США и почему даже у влиятельных людей влияние чаще всего ограничено ближним кругом подписчиков.
Обновление вероятностей влияния
Как достоверность твита влияет на вероятность реакции? Применяем закон полной вероятности к анализу ботов в Twitter.
Распространение фейков
Сравните вероятности распространения правдивых и ложных твитов через симуляции.
Боты в Twitter
Применяем теорему Байеса и формулу полной вероятности, чтобы выяснить, связана ли активность ботов с распространением ложных твитов.
Использование признаков твитов
Применение теоремы Байеса: рейтинг доверия автора как признак для обновления P(ложный).
Простой классификатор
Насколько низко можно опустить порог достоверности и при этом сохранить безопасность ретвитов?
Сложение вероятностей (часть 2)
Складывайте вероятности нескольких событий с учётом их пересечений
Условная вероятность
Найдите вероятность события при заданном начальном условии.
Полная вероятность
Научитесь применять формулу полной вероятности и визуализировать совместные события через сетки вероятностей.
Обновление прогнозов
Научитесь обновлять вероятностные оценки с помощью теоремы Байеса.
Оценка вероятностей
Узнайте, как оценивать вероятность событий на основе имеющейся информации.
Симуляция исходов
Научитесь интерпретировать результаты симуляции как оценку вероятности и понять, что точность оценки зависит от числа прогонов и качества входных данных.
Прошлое и будущее
Как данные о прошлых событиях позволяют оценивать вероятности будущих исходов.
Меняющиеся шансы
Делайте прогнозы на основе прошлых данных
Взаимоисключающие события
Научитесь складывать вероятности взаимоисключающих событий и применять правило дополнения.
Нет перегруза: сначала основная идея, затем проверка понимания и самостоятельное применение.
Ученик сразу видит, где ошибся, и получает объяснение через схему.
Курс строится от первого знакомства с идеей к более самостоятельным задачам.
После регистрации можно продолжить курс и вернуться к сложным темам.
Статистика на каждый день
Среднее, медиана, мода и диаграммы — основы описательной статистики.
Байесовская вероятность
Неопределённость, энтропия и правило Байеса: как измерять знание и обновлять убеждения
Вероятность и шансы
Вероятность как доля благоприятных исходов на примере карт, костей, монет и колод. Подсчёт исходов, математическое ожидание и выбор выгодной игры, диаграммы Венна и обозначение P(A), события «и»/«или»/«не», условная вероятность и независимость событий.
Предсказание с вероятностью
Функции вероятности, условная вероятность, кумулятивные распределения и байесовские предсказания
Это школьная теория вероятностей?
Да, но с акцентом на смысл: события, независимость, модели и осторожные выводы по данным.
Нужна ли сильная алгебра?
Для старта нет. Важнее понимать доли, сравнение величин и простую логику условий.
Почему в курсе есть примеры про фейки и ботов?
Так вероятность связывается с современными данными: ученик видит, как признаки помогают, но не дают абсолютной гарантии.
Кому курс особенно полезен?
Тем, кто интересуется математикой, анализом данных, ИИ, олимпиадными задачами и критическим мышлением.
Начните курс бесплатно
Создайте аккаунт, чтобы открыть уроки этого курса и сохранять прогресс.