Struttura del corso
Statistics e probabilistico Programming in Julia
Statistiche di base
- Statistics
- Sintesi Statistics con il pacchetto statistico
- Distribuzioni e StatsPacchetto Base
- Univariato e multivariato
- Momenti
- Funzioni di probabilità
- Campionamento e RNG
- Istogrammi
- Stima della massima verosimiglianza
- Prodotto, troncazione e distribuzione censurata
- Statistiche solide
- Correlazione e covarianza
Fotogrammi di dati
(pacchetto DataFrames)
- I/O dati
- Creazione di frame di dati
- Tipi di dati, inclusi i dati categorici e mancanti
- Smistamento e unione
- Rimodellamento e pivoting dei dati
Verifica delle ipotesi
(Pacchetto HypothesisTests)
- Schema di principio della verifica delle ipotesi
- Test del Chi Quadrato
- Test Z e Test T
- Test F
- Test esatto di Fisher
- ANOVA
- Test per la normalità
- Test di Kolmogorov-Smirnov
- T-test di Hotelling
Analisi di regressione e sopravvivenza
(Pacchetti GLM e Survival)
- Cenni di principio della regressione lineare e della famiglia esponenziale
- Regressione lineare
- Modelli lineari generalizzati
- Regressione logistica
- Regressione di Poisson
- Regressione gamma
- Altri modelli GLM
- Analisi di sopravvivenza
- Avvenimenti
- Kaplan-Meier
- Nelson-Aalen
- Cox Rischio proporzionale
Spazi vuoti
(Pacchetto distanze)
- Che cos'è una distanza?
- Euclideo
- Isolato
- Coseno
- Correlazione
- Mahalanobis
- Hamming
- MATTO
- RMS
- Scarto quadratico medio
Statistica multivariata
(Pacchetti MultivariateStats, Lazo e Loess)
- Regressione della cresta
- Regressione lazo
- Loess
- Analisi discriminante lineare
- Analisi delle componenti principali (PCA)
- PCA lineare
- Kernel PCA
- PCA probabilistica
- CA indipendente
- Regressione delle componenti principali (PCR)
- Analisi fattoriale
- Analisi di correlazione canonica
- Ridimensionamento multidimensionale
Clustering
(Pacchetto di clustering)
- K-significa
- K-medioidi
- Scansione DBSCAN
- Clustering gerarchico
- Algoritmo del cluster di Markov
- Clustering C-means fuzzy
Bayesiano Statistics e probabilistico Programming
(Pacchetto Turing)
- Modello di catena di Markov Carlo
- Hamiltoniano Montel Carlo
- Modelli di miscela gaussiana
- Regressione Lineare Bayesiana
- Regressione esponenziale della famiglia bayesiana
- Bayesiano Neural Networks
- Modelli di Markov nascosti
- Filtraggio delle particelle
- Inferenza variazionale
Requisiti
Questo corso è destinato a persone che hanno già un background in scienza dei dati e statistica.
Recensioni (5)
La variazione con esercizio e dimostrazione.
Ida Sjoberg - Swedish National Debt Office
Corso - Econometrics: Eviews and Risk Simulator
Traduzione automatica
Molti esempi ed esercizi relativi all'argomento della formazione.
Tomasz - Ministerstwo Zdrowia
Corso - Advanced R Programming
Traduzione automatica
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
Corso - 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
Corso - R Fundamentals
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.