Od roku 2000 stoupá ve Spojených státech podobným tempem konzumace mozzarelly na jednoho obyvatele a počet doktorátů z civilního inženýrství. Obě veličiny souvisí s technologickým pokrokem a zvyšující se životní úrovní, avšak jedna nemá přímý vliv na druhou: pokud budeme do škol místo mléka distribuovat mozzarellu, nedosáhneme tím většího množství absolventů doktorského studia. V tomto kurzu si ukážeme, jak se souvislost měří pomocí korelace a jak ji z dat rozlišit od kauzality, kdy změna jedné veličiny přímo způsobí změnu druhé. Použijeme matematické metody pro řešení problémů jako:

• Banka jeden měsíc masivně zvýšila investice do reklamy a následující měsíc se jí zvýšil počet klientů. Pomohla skutečně reklama? Kolik klientů by měla banka bez zvýšení investic?
• Jak fungují randomizované kontrolované studie, A/B testování a jak spočítat efekt vakcíny proti koronaviru?
• Proč někdy dochází k paradoxům, kdy analýza velkého množství dat vede k opačným závěrům než analýza jejich jednotlivých částí? V roce 1973 byla univerzita v Berkeley žalovaná za diskriminaci – byla žaloba oprávněná?

V kurzu se také seznámíme se základy zpracování dat pomocí programovacího jazyka Python a knihovny Pandas a nakonec z veřejně dostupných dat farmaceutické firmy Novartis zjistíme, jak aktivity jeho obchodních zástupců ovlivnily prodej léku, který byl nedávno uveden na trh.

Pro absolvování kurzu nemusíš být matematickým géniem, ale musí ti být blízké přemýšlení v číslech a bavit tě interpretovat data v nejrůznějších tabulkách a grafech. Předchozí zkušenost s programováním není nutná – naše práce s daty bude spíše připomínat trochu pokročilejší Excel.