Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Statistica & Programmazione Probabilistica in Julia
Statistica di base
-
Statistica
- Statistiche riassuntive con il pacchetto statistics
-
Distribuzioni & pacchetto StatsBase
- Univariate & multivariate
- Momenti
- Funzioni di probabilità
- Campionamento e RNG (Random Number Generator)
- Istogrammi
- Stima di massima verosimiglianza
- Distribuzioni prodotto, troncate e censurate
- Statistica robusta
- Correlazione & covarianza
DataFrames
(pacchetto DataFrames)
- I/O dei dati
- Creazione di Data Frames
- Tipi di dati, inclusi categorici e mancanti
- Ordinamento & join
- Riformattazione & pivot dei dati
Test d'ipotesi
(pacchetto HypothesisTests)
- Linee guida principali per i test d'ipotesi
- Test Chi-Quadrato
- Test z e t-test
- F-test
- Test esatto di Fisher
- ANOVA (Analysis of Variance)
- Test per la normalità
- Test di Kolmogorov-Smirnov
- Test T di Hotelling
Regressione & analisi della sopravvivenza
(pacchetti GLM & Survival)
- Linee guida principali per la regressione lineare e la famiglia esponenziale
- Regressione lineare
-
Modelli lineari generalizzati
- Regressione logistica
- Regressione di Poisson
- Regressione gamma
- Altri modelli GLM
-
Analisi della sopravvivenza
- Eventi
- Kaplan-Meier
- Nelson-Aalen
- Cox Proportional Hazard
Distanze
(pacchetto Distances)
- Cos'è una distanza?
- Euclidea
- Cityblock (Manhattan)
- Coseno
- Correlazione
- Mahalanobis
- Hamming
- MAD (Median Absolute Deviation)
- RMS (Root Mean Square)
- Deviazione quadratica media
Statistica multivariata
(pacchetti MultivariateStats, Lasso, & Loess)
- Regressione con ridge
- Regressione Lasso
- Loess
- Analisi discriminante lineare
-
Analisi delle componenti principali (PCA)
- PCA lineare
- PCA kernel
- PCA probabilistica
- CA indipendente
- Regressione delle componenti principali (PCR)
- Analisi fattoriale
- Analisi della correlazione canonica
- Scaling multidimensionale
Clustering
(pacchetto Clustering)
- K-means
- K-medoids
- DBSCAN
- Clustering gerarchico
- Algoritmo di clustering di Markov
- Clustering fuzzy C-means
Statistica bayesiana & programmazione probabilistica
(pacchetto Turing)
- Modello di catena di Markov Carlo
- Hamiltonian Monte Carlo
- Modelli misti gaussiani
- Regressione lineare bayesiana
- Regressione della famiglia esponenziale bayesiana
- Reti neurali bayesiane
- Modelli di Markov nascosti
- Filtraggio particellare
-
Inferenza variazionale
Requisiti
Questo corso è rivolto a persone che hanno già un background in data science e statistica.
21 ore
Recensioni (3)
conoscenza del formatore, personalizzata, tutti i temi trattati
eleni - EUAA
Corso - Forecasting with R
Traduzione automatica
La variazione con l'esercizio e la dimostrazione.
Ida Sjoberg - Swedish National Debt Office
Corso - Econometrics: Eviews and Risk Simulator
Traduzione automatica
Le applicazioni nella vita reale utilizzando Statcan e CER come esempi.
Matthew - Natural Resources Canada
Corso - Data Analytics With R
Traduzione automatica