Ultimate AB Testing Course with Python Coding

Khóa học AB Testing Cao Cấp với Python Coding

Được giảng dạy bởi cựu Chuyên gia Khoa học Dữ liệu Google, bạn sẽ học cả lý thuyết và thực hành AB testing dựa trên các sản phẩm thực tế

4.2

(292 đánh giá)

1,220 học viên

Giảng viên

Dan Lee

Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao

50.000đ 409.000đ -88%

✓ Xem giỏ hàng và thanh toán

Bao gồm phụ đề tiếng Việt, tiếng Anh

5.0 giờ video

74 bài giảng

Truy cập vĩnh viễn

Học trên mọi thiết bị

Cập nhật: 28/05/2026

#A B Testing #Data Science #Python #Statistics

Bạn sẽ học được gì

Cách xác định Mục tiêu Kinh doanh của một AB Testing

Cách các vấn đề AB Testing được giải quyết tại các công ty như Google, Amazon và Meta

Cách thiết kế một AB Testing và diễn giải kết quả

Cách chạy chẩn đoán để đánh giá tính hợp lệ của một AB Test (ví dụ: SRM)

Cách giải quyết AB Testing với Python (Pandas, Matplotlib, Numpy, Statsmodels)

Cách chuẩn bị cho phỏng vấn Khoa học Dữ liệu với các case study AB Testing

Yêu cầu

Kiến thức Thống kê Cơ bản

Kiến thức Python Cơ bản

Đối tượng phù hợp

Các nhà khoa học dữ liệu mới bắt đầu muốn học AB testing

Người tìm việc chuẩn bị cho phỏng vấn khoa học dữ liệu

Trưởng nhóm kinh doanh, sản phẩm và marketing học cách áp dụng AB testing

Nội dung khóa học

8 phần • 74 bài giảng

1 Bắt đầu

1 Hiểu Vấn đề Kinh doanh

2 Mục tiêu Thử nghiệm

3 Các Bên Liên quan Chính

4 KPI Sản phẩm

5 The North Star Metric

6 Driver Metric

7 Guardrail Metrics

8 Secondary Metrics

9 Segmentation Metrics

10 Tiêu chí Ra mắt

11 Dữ liệu Thử nghiệm

12 Bài tập - Amazon AB Testing (Câu hỏi)

13 Bài tập - Amazon AB Testing (Giải pháp)

14 Hướng dẫn Code

1 Phát biểu Giả thuyết Thử nghiệm

2 Phát biểu Giả thuyết

3 Phát biểu Giả thuyết - Câu hỏi 1

4 Phát biểu Giả thuyết - Giải pháp 1

5 Phát biểu Giả thuyết - Câu hỏi 2

6 Phát biểu Giả thuyết - Giải pháp 2

7 Mức Ý nghĩa

8 Mức Ý nghĩa - Câu hỏi

9 Mức Ý nghĩa - Giải pháp

10 Lực Thống kê

11 Lực Thống kê - Câu hỏi 1

12 Lực Thống kê - Giải pháp 1

13 Lực Thống kê - Câu hỏi 2

14 Lực Thống kê - Giải pháp 2

15 Minimum Detectable Effect (MDE)

16 Minimum Detectable Effect - Câu hỏi 1

17 Minimum Detectable Effect - Giải pháp 1

18 Hướng dẫn Code

1 Thiết kế Thử nghiệm

2 Đơn vị Ngẫu nhiên hóa

3 Tính toán Kích thước Mẫu

4 Tính toán Kích thước Mẫu - Câu hỏi 1

5 Tính toán Kích thước Mẫu - Giải pháp 1

6 Thời gian Thử nghiệm

7 Thời gian Thử nghiệm - Câu hỏi 1

8 Thời gian Thử nghiệm - Giải pháp 1

9 Hướng dẫn Code

1 Chạy Thử nghiệm

2 Nền tảng Thử nghiệm

3 Nhìn trộm P-Values

4 Hướng dẫn Code

1 Đánh giá Rủi ro về Tính hợp lệ

2 Giả định Giá trị Xử lý Đơn vị Ổn định

3 Thiên lệch Sống sót

4 Sự Không khớp Tỷ lệ Mẫu

5 Hiệu ứng Ưu tiên

6 Hiệu ứng Mới lạ

7 Hiệu ứng Ngày lễ

8 Các Hiệu ứng Khác Cần Xem xét

9 AA Test

10 Hướng dẫn Code

1 Tiến hành Suy diễn Thống kê

2 Kiểm định Chi-Square về Tính độc lập

3 Kiểm định Chi-Square về Tính độc lập - Câu hỏi

4 Kiểm định Chi-Square về Tính độc lập - Giải pháp

5 Z-Test cho Tỷ lệ

6 Z-Test cho Tỷ lệ - Câu hỏi

7 Z-Test cho Tỷ lệ - Giải pháp

8 T-Test cho Giá trị Trung bình

9 T-Test cho Giá trị Trung bình - Câu hỏi

10 T-Test cho Giá trị Trung bình - Giải pháp

11 Hướng dẫn Code

1 Quyết định Có nên Ra mắt hay Không

2 Khác biệt Tuyệt đối vs Khác biệt Tương đối

3 Quyết định Ra mắt

4 Quy tắc Quyết định

5 Khoảng Tin cậy

6 Tập Giữ lại

7 Hướng dẫn Code

Giới thiệu khóa học

Welcome to Ultimate AB Testing Course with Python Coding

This is a course that will give you a hands-on experience in AB testing with Python. It's designed to help you think like a data scientist at top companies like Google, Amazon and much more.

Taught by a former data scientist at Google, the course contains 70+ lessons and 5 hours of video lectures and practice questions designed to teach you everything you need to know about the foundation of AB testing. Plus, the course contains bonus content including mock interview videos and practice cases based on interview questions seen in actual AB testing rounds.

What You Will Learn

The course is packed with core lessons on AB testing including:

Framing the Business Problem - how to define the business goal and KPIs of an experiment?
Defining the Metrics - What's the set of metrics to consider in an AB test? What about the North Star Metric, Primary Metric, Secondary Metric and Guardrail Metrics?
Stating the Business Hypothesis - How do you define the business and statistical hypothesis of an experiment?
Designing the Experiment - How do you set the experiment parameters including the significance level, statistical power, sample size and such?
Running the Experiment - What's the overview of infrastructure on how experiments run in large online platforms?
Checking for Validity - How do you assess whether the experiment result is valid or not? How do you check and address the Novelty Effect, Day of the Week Effect, SUTVA and much more?
Running Statistical Inference - What statistical tests do you use to assess the experiment result?
Interpret the Result - How do you make sound decisions based on AB testing results?
Hands-on Coding - You will get a chance to apply your learning with Python. Analyze a sample AB testing result with Matplotlib and Pandas and analyze results with Statsmodels.

How This Course Will Help You

You will learn the foundation of AB testing based on real-world cases
You will see how a practitioner approaches AB testing problems
You will get a chance to practice interview cases for product data science roles

This is a course I wish I had when I became a data scientist in 2016. I am confident that you find this course helpful in learning AB testing. I take the approach of explaining concepts in plain English and giving you illustrations based on actual cases seen in FAANG companies.

So, join the course now to become a data science pro.