Návrh Školení
Statistics & pravděpodobnostní Programming v Julia
Základní statistiky
- Statistics
- Souhrn Statistics se statistickým balíčkem
- Balíček Distributions & StatsBase
- Jednorozměrné a vícerozměrné
- Okamžiky
- Pravděpodobnostní funkce
- Vzorkování a RNG
- Histogramy
- Odhad maximální pravděpodobnosti
- Produkt, trucation a cenzurovaná distribuce
- Robustní statistika
- Korelace a kovariance
DataFrames
(balíček DataFrames)
- Data I/O
- Vytváření datových rámců
- Datové typy, včetně kategorických a chybějících dat
- Třídění a spojování
- Přetváření a pivotování dat
Testování hypotéz
(balíček HypothesisTests)
- Princip testování hypotéz
- Chí-kvadrát test
- z-test a t-test
- F-test
- Fisherův přesný test
- ANOVA
- Testy na normalitu
- Kolmogorov-Smirnovův test
- Hotellingův T-test
Regresní analýza a analýza přežití
(balíčky GLM a přežití)
- Principy lineární regrese a exponenciální rodiny
- Lineární regrese
- Zobecněné lineární modely
- Logistická regrese
- Poissonova regrese
- Gamma regrese
- Další modely GLM
- Analýza přežití
- Události
- Kaplan-Meier
- Nelson-Aalen
- Coxovo proporcionální nebezpečí
Vzdálenosti
(balíček vzdáleností)
- co je to vzdálenost?
- euklidovský
- Městský blok
- Kosinus
- Korelace
- Mahalanobis
- Hamming
- ŠÍLENÝ
- RMS
- Střední kvadratická odchylka
Vícerozměrné statistiky
(balíčky Multivariační statistiky, Lasso a Loess)
- Ridge regrese
- Laso regrese
- Loess
- Lineární diskriminační analýza
- Analýza hlavních komponent (PCA)
- Lineární PCA
- Kernel PCA
- Pravděpodobnostní PCA
- Nezávislá CA
- Regrese hlavních komponent (PCR)
- Faktorová analýza
- Kanonická korelační analýza
- Vícerozměrné škálování
Shlukování
(Shlukovací balíček)
- K-znamená
- K-medoidy
- DBSCAN
- Hierarchické shlukování
- Markovův clusterový algoritmus
- Fuzzy C-znamená shlukování
Bayesian Statistics a pravděpodobnostní Programming
(Turingův balíček)
- Markovův řetěz Model Carlo
- Hamiltonian Montel Carlo
- Modely Gaussových směsí
- Bayesovská lineární regrese
- Bayesovská exponenciální rodinná regrese
- Bayesian Neural Networks
- Skryté Markovovy modely
- Filtrování částic
- Variační inference
Požadavky
Tento kurz je určen pro lidi, kteří již mají zkušenosti s datovou vědou a statistikou.
Reference (5)
Variace s cvičením a předváděním.
Ida Sjoberg - Swedish National Debt Office
Kurz - Econometrics: Eviews and Risk Simulator
Machine Translated
Mnoho příkladů a cvičení souvisejících s tématem školení.
Tomasz - Ministerstwo Zdrowia
Kurz - Advanced R Programming
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
Kurz - 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
Kurz - R Fundamentals
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.