Plan Szkolenia
Statystyka Statistics prawdopodobieństwa Programming w Julia
Podstawowa statystyka
- Statistics
- Podsumowanie Statistics z pakietem statystycznym
- Rozkłady & StatsBase package
- Jednowymiarowe i wielowymiarowe
- Momenty
- Funkcje prawdopodobieństwa
- Probabilistyczne próbkowanie i generatory liczb losowych
- Histogramy
- Metoda największej wiarygodności
- Rozkład produktu, truncacji i cenzury
- Statystyka odporna
- Korelacja i kowariancja
Ramki danych
(Pakiet DataFrames)
- Wejście/wyjście danych
- Tworzenie ram danych
- Typy danych, w tym kategoryczne i braki danych
- Sortowanie i łączenie
- Zmiana kształtu i przekształcanie danych
Testowanie hipotez
(Pakiet HypothesisTests)
- Podstawowa koncepcja testowania hipotez
- Test chi-kwadrat
- Test z i t
- Test F
- Test Fishera
- ANOVA
- Testy normalności
- Test Kolmogorowa-Smirnowa
- Test Hotellinga
Regresja i analiza przeżycia
(Pakiety GLM & Survival)
- Podstawowa koncepcja regresji liniowej i rodzin ekspozycyjnych
- Regresja liniowa
- Modele regresji liniowej generalnej
- Regresja logistyczna
- Regresja Poissona
- Regresja Gamma
- Inne modele GLM
- Analiza przeżycia
- Wydarzenia
- Kaplan-Meier
- Nelson-Aalen
- Model Coxa
Odległości
(Pakiet Distances)
- Co to jest odległość?
- Euklidesowa
- Cityblock
- Cosine
- Korelacja
- Mahalanobisa
- Hamminga
- MAD
- RMS
- Średnie kwadratowe odchylenia
Statystyka wielowymiarowa
(Pakiety MultivariateStats, Lasso & Loess)
- Regresja Ridge
- Regresja Lasso
- Loess
- Analiza dyskryminacyjna liniowa
- Analiza głównej składnika (PCA)
- Liniowa PCA
- Kernel PCA
- Probabilistyczna PCA
- Niezawisła CA
- Regresja głównych składników (PCR)
- Analiza czynnikowa
- Analiza korelacji kanonicznej
- Skalowanie wielowymiarowe
Klasteryzacja
(Pakiet Clustering)
- K-means
- K-medoidy
- DBSCAN
- Klasteryzacja hierarchiczna
- Algorytm Markov Cluster
- Klasteryzacja Fuzzy C-means
Bayesowski Statistics & prawdopodobieństwo Programming
(Pakiet Turing)
- Markov Chain Model Carlo
- Hamiltonian Monte Carlo
- Modele mieszanki gausowskiej
- Bayesowska regresja liniowa
- Bayesowska regresja rodziny eksponencjalnej
- Bayesowski Neural Networks
- Ukryte modele Markowa
- Filtrowanie cząstkowe
- Inferencja wariacyjna
Wymagania
Ten kurs jest przeznaczony dla osób, które już mają doświadczenie w dziedzinie nauki o danych i statystyki.
Opinie uczestników (5)
Różnice w ćwiczeniach i pokazach.
Ida Sjoberg - Swedish National Debt Office
Szkolenie - Econometrics: Eviews and Risk Simulator
Przetłumaczone przez sztuczną inteligencję
To było pouczające i przydatne
Brenton - Lotterywest
Szkolenie - Building Web Applications in R with Shiny
Przetłumaczone przez sztuczną inteligencję
Wiele przykładów i ćwiczeń związanych z tematem szkolenia.
Tomasz - Ministerstwo Zdrowia
Szkolenie - Advanced R Programming
Przetłumaczone przez sztuczną inteligencję
trener okazywał cierpliwość i chętnie upewniał się, że wszyscy zrozumieli omawiane tematy, zajęcia były przyjemne do uczestnictwa
Mamonyane Taoana - Road Safety Department
Szkolenie - Statistical Analysis using SPSS
Przetłumaczone przez sztuczną inteligencję
Tempo było właściwe, a luźna atmosfera sprawiała, że kandydaci czuli się swobodnie, zadając pytania.
Rhian Hughes - Public Health Wales NHS Trust
Szkolenie - Introduction to Data Visualization with Tidyverse and R
Przetłumaczone przez sztuczną inteligencję