Course Outline
Statistics & Πιθανολογικό Programming σε Julia
Βασικά στατιστικά στοιχεία
- Statistics
- Περίληψη Statistics με το πακέτο στατιστικών
- Πακέτο Διανομών & StatsBase
- Μονομεταβλητή & πολυμεταβλητή
- Στιγμές
- Συναρτήσεις πιθανότητας
- Δειγματοληψία και RNG
- Ιστογράμματα
- Εκτίμηση μέγιστης πιθανότητας
- Προϊόν, περικοπή και λογοκριμένη διανομή
- Ισχυρά στατιστικά στοιχεία
- Συσχέτιση & συνδιακύμανση
DataFrames
(Πακέτο DataFrames)
- Δεδομένα I/O
- Δημιουργία πλαισίων δεδομένων
- Τύποι δεδομένων, συμπεριλαμβανομένων κατηγορικών και δεδομένων που λείπουν
- Ταξινόμηση και ένταξη
- Αναδιαμόρφωση και περιστροφή δεδομένων
Έλεγχος υποθέσεων
(Πακέτο HypothesisTests)
- Περίγραμμα αρχών του ελέγχου υποθέσεων
- Τεστ Chi-Squared
- z-test και t-test
- F-test
- Ακριβές τεστ Fisher
- ANOVA
- Δοκιμές για κανονικότητα
- Δοκιμή Kolmogorov-Smirnov
- Hotelling's T-test
Ανάλυση παλινδρόμησης και επιβίωσης
(πακέτα GLM & Survival)
- Περίγραμμα αρχής της γραμμικής παλινδρόμησης και της εκθετικής οικογένειας
- Γραμμική παλινδρόμηση
- Γενικευμένα γραμμικά μοντέλα
- Λογιστική παλινδρόμηση
- Παλινδρόμηση Poisson
- Παλινδρόμηση γάμμα
- Άλλα μοντέλα GLM
- Ανάλυση επιβίωσης
- Εκδηλώσεις
- Kaplan-Meier
- Nelson-Aalen
- Αναλογικός κίνδυνος Cox
Αποστάσεις
(Πακέτο αποστάσεων)
- Τι είναι απόσταση;
- Ευκλείδειος
- Οικοδομικό τετράγωνο
- Συνημίτονο
- Συσχέτιση
- Μαχαλανόμπης
- Χάμινγκ
- ΤΡΕΛΟΣ
- RMS
- Μέση τετραγωνική απόκλιση
Πολυμεταβλητές στατιστικές
(Πακέτα MultivariateStats, Lasso και Loess)
- Παλινδρόμηση κορυφογραμμής
- Παλινδρόμηση λάσο
- Κίτρινη ασβεστώδης λάσπη
- Γραμμική διακριτική ανάλυση
- Ανάλυση κύριου στοιχείου (PCA)
- Γραμμική PCA
- PCA πυρήνα
- Πιθανολογικό PCA
- Ανεξάρτητη ΑΠ
- Παλινδρόμηση κύριου στοιχείου (PCR)
- Παραγοντική Ανάλυση
- Κανονική Ανάλυση Συσχέτισης
- Πολυδιάστατη κλιμάκωση
Ομαδοποίηση
(Πακέτο ομαδοποίησης)
- Κ-σημαίνει
- K-medoids
- DBSCAN
- Ιεραρχική ομαδοποίηση
- Αλγόριθμος Markov Cluster
- Ασαφής C-σημαίνει ομαδοποίηση
Bayesian Statistics & Πιθανολογικό Programming
(Πακέτο Turing)
- Markov Chain Μοντέλο Carlo
- Χαμιλτονιάν Μόντελ Κάρλο
- Gaussian Mixture Models
- Γραμμική παλινδρόμηση Bayes
- Μπεϋζιανή Εκθετική Οικογενειακή Παλινδρόμηση
- Bayesian Neural Networks
- Κρυμμένα μοντέλα Markov
- Φιλτράρισμα σωματιδίων
- Μεταβλητό Συμπέρασμα
Requirements
Αυτό το μάθημα προορίζεται για άτομα που έχουν ήδη ένα υπόβαθρο στην επιστήμη των δεδομένων και τη στατιστική.
Testimonials (5)
Η παραλλαγή με άσκηση και επίδειξη.
Ida Sjoberg - Swedish National Debt Office
Course - Econometrics: Eviews and Risk Simulator
Machine Translated
the trainer had patience, and was eager to make sure we all understood the topics, the classes were fun to attend
Mamonyane Taoana - Road Safety Department
Course - Statistical Analysis using SPSS
Day 1 and Day 2 were really straight forward for me and really enjoyed that experience.
Mareca Sithole - Africa Health Research Institute
Course - R Fundamentals
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Course - Introduction to Data Visualization with Tidyverse and R
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.