Návrh Školení
Statistika a probabilistické programování v Julia
Základní statistika
-
Statistika
- Shrnutí statistik s balíčkem statistics
-
Rozdělení a balíček StatsBase
- Univariantní a multivariantní
- Momenty
- Pravděpodobnostní funkce
- Vzorkování a generátor náhodných čísel (RNG)
- Histogramy
- Odhad maximum věrohodnosti
- Produkt, truncace a cenzurované rozdělení
- Robustní statistika
- Korelace a kovariance
DataFrames
(Balíček DataFrames)
- Vstup a výstup dat
- Vytváření datových rámců
- Datové typy, včetně kategorických a chybějících dat
- Třídění a spojování
- Reshape a transpozice dat
Testování hypotéz
(Balíček HypothesisTests)
- Základy testování hypotéz
- Chi-squared test
- z-test a t-test
- F-test
- Fisherův exaktní test
- ANOVA
- Testy normálnosti
- Kolmogorov-Smirnovův test
- Hotellingův T-test
Regrese a analýza přežití
(Balíčky GLM a Survival)
- Základy lineární regrese a exponenciální rodiny
- Lineární regrese
-
Generalizované lineární modely
- Logistická regrese
- Poissonovská regrese
- Gamma regrese
- Ostatní GLM modely
-
Analýza přežití
- Události
- Kaplan-Meierovský odhad
- Nelson-Aalenův odhad
- Coxův model proporcionálního rizika
Vzdálenosti
(Balíček Distances)
- Co je vzdálenost?
- Eukleidovská
- Cityblock (Manhattan)
- Kosinová
- Korelační
- Mahalanobisova
- Hammingova
- MAD (Median Absolute Deviation)
- RMS (Root Mean Squared)
- Střední čtvercová odchylka
Multivariantní statistika
(Balíčky MultivariateStats, Lasso a Loess)
- Ridge regrese
- Lasso regrese
- Loess
- Lineární diskriminační analýza
-
Hlavní komponentová analýza (PCA)
- Lineární PCA
- Kernel PCA
- Probabilistická PCA
- Nezávislá komponentová analýza (ICA)
- Regrese hlavními komponentami (PCR)
- Faktorová analýza
- Kanonická korelační analýza
- Multidimensionální škálování
Clustering
(Balíček Clustering)
- K-means
- K-medoids
- DBSCAN
- Hierarchické klastrování
- Markovův klasterový algoritmus
- Fuzzy C-means klastrování
Bayesovská statistika a probabilistické programování
(Balíček Turing)
- Markov Chain Monte Carlo (MCMC)
- Hamiltoniánský Monte Carlo
- Míchání Gaussovských modelů
- Bayesovská lineární regrese
- Bayesovská exponenciální rodina regrese
- Bayesovské neuronové sítě
- Skryté Markovovy modely
- Particlové filtrace
-
Variacioní inference
Požadavky
Toto školení je určeno pro osoby, které již mají zázemí z datových věd a statistiky.
Reference (5)
Variace s cvičením a ukázkovým zobrazením.
Ida Sjoberg - Swedish National Debt Office
Kurz - Econometrics: Eviews and Risk Simulator
Přeloženo strojem
bylo to informativní a užitečné
Brenton - Lotterywest
Kurz - Building Web Applications in R with Shiny
Přeloženo strojem
Mnoho příkladů a cvičení souvisejících s tématem školení.
Tomasz - Ministerstwo Zdrowia
Kurz - Advanced R Programming
Přeloženo strojem
Instruktor měl trpělivost a byl ochoten se ujistit, že všichni témata pochopíme. Přednášky bylo skvělé navštěvovat.
Mamonyane Taoana - Road Safety Department
Kurz - Statistical Analysis using SPSS
Přeloženo strojem
První a druhý den byly pro mě skutečně jednoduché a opravdu jsem si to užil.
Mareca Sithole - Africa Health Research Institute
Kurz - R Fundamentals
Přeloženo strojem