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
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.
Rhian Hughes - Public Health Wales NHS Trust
Kurz - Introduction to Data Visualization with Tidyverse and R
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.