Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Statystyka i programowanie probabilistyczne w Julia
Podstawowa statystyka
-
Statystyka
- Statystyki podsumowujące z pakietu statistics
-
Rozkłady i pakiet StatsBase
- Jednowymiarowe i wielowymiarowe
- Momenty
- Funkcje prawdopodobieństwa
- Próbkowanie i RNG (Random Number Generator)
- Histogramy
- Estymacja największej wiarygodności
- Produkt, obcięcie i cenzurowane rozkłady
- Statystyka odporna
- Korelacja i kowariancja
DataFrames
(Pakiet DataFrames)
- Import i eksport danych
- Tworzenie ramki danych
- Typy danych, w tym kategoryczne i brakujące dane
- Sortowanie i łączenie
- Reshape i przekształcanie danych
Testy hipotezowe
(Pakiet HypothesisTests)
- Zasady testów hipotezowych
- Test Chi-kwadrat
- Test z i t
- Test F
- Dokładny test Fishera
- ANOVA (Analiza wariancji)
- Testy normalności
- Test Kolmogorova-Smirnova
- Test Hotellinga T-kwadrat
Regresja i analiza przeżycia
(Pakiety GLM i Survival)
- Zasady regresji liniowej i rodziny wykładniczej
- Regresja liniowa
-
Modele liniowe uogólnione (GLM)
- Regresja logistyczna
- Regresja Poissona
- Regresja gamma
- Inne modele GLM
-
Analiza przeżycia
- Zdarzenia
- Kaplan-Meier
- Nelson-Aalen
- Model Cox'a proporcjonalnego zagrożenia
Odległości
(Pakiet Distances)
- Co to jest odległość?
- Euklidesowa
- Cityblock (Manhattan)
- Cosinusowa
- Korelacyjna
- Mahalanobisa
- Hamminga
- MAD (Średnia odchylenie medianowe)
- RMS (Skuteczna wartość średnia)
- Średnie kwadratowe odchylenia
Statystyka wielowymiarowa
(Pakiety MultivariateStats, Lasso i Loess)
- Regresja grzbietowa (ridge regression)
- Regresja lasso
- Loess
- Analiza dyskryminacyjna liniowa (LDA)
-
Analiza głównych składowych (PCA)
- Liniowa PCA
- Kernel PCA
- Probabilistyczna PCA
- Niezależna analiza składowych (ICA)
- Regresja głównych składowych (PCR)
- Analiza czynnikowa
- Kanoniczna analiza korelacji
- Skalowanie wielowymiarowe (MDS)
Klasterowanie
(Pakiet Clustering)
- K-means
- K-medoids
- DBSCAN
- Klasterowanie hierarchiczne
- Algorytm klasterowania Markova (MCL)
- Rozmyte klasterowanie C-means
Statystyka bayesowska i programowanie probabilistyczne
(Pakiet Turing)
- Model łańcuchów Markova Monte Carlo (MCMC)
- Hamiltonian MCMC
- Modele mieszane gaussowskie (GMM)
- Bayesowska regresja liniowa
- Bayesowska regresja rodziny wykładniczej
- Bayesowskie sieci neuronowe
- Modele Markova ukryte (HMM)
- Filtry cząsteczkowe
-
Wnioskowanie wariacyjne
Wymagania
Ten kurs jest przeznaczony dla osób, które mają już podstawową znajomość nauki o danych i statystyki.
21 godzin
Opinie uczestników (5)
Wersja z ćwiczeniami i pokazem.
Ida Sjoberg - Swedish National Debt Office
Szkolenie - Econometrics: Eviews and Risk Simulator
Przetłumaczone przez sztuczną inteligencję
było informatywne i przydatne
Brenton - Lotterywest
Szkolenie - Building Web Applications in R with Shiny
Przetłumaczone przez sztuczną inteligencję
Wiele przykładów i ćwiczeń związanych z tematyką szkolenia.
Tomasz - Ministerstwo Zdrowia
Szkolenie - Advanced R Programming
Przetłumaczone przez sztuczną inteligencję
trener był cierpliwy i z entuzjazmą chciał się upewnić, że wszyscy rozumiemy tematy, lekcje były przyjemne do uczestnictwa
Mamonyane Taoana - Road Safety Department
Szkolenie - Statistical Analysis using SPSS
Przetłumaczone przez sztuczną inteligencję
Tempo był odpowiedni, a relaksująca atmosfera pozwalała kandydatom swobodnie zadawać pytania.
Rhian Hughes - Public Health Wales NHS Trust
Szkolenie - Introduction to Data Visualization with Tidyverse and R
Przetłumaczone przez sztuczną inteligencję
