План на курса

Statistics Вероятностни Programming в Julia

Основни статистики

  • Statistics
    • Резюме Statistics с пакета за статистика
  • Разпределения & StatsBase пакет
    • Унивариантни & мултивариантни
    • Моменти
    • Функции на вероятността
    • Образец и RNG
    • Хистограмми
    • Оценка на максималната вероятност
    • Разпределение на произведение, прекъсване и цензуриран
    • Робустни статистики
    • Корелация & ковариация

DataFrames

(DataFrames пакет)

  • Вход и изход на данни
  • Създаване на таблици с данни
  • Типове данни, включително категорични и липсващи данни
  • Сортиране & съединяване
  • Преобразуване & превръщане на данни

Тестване на хипотези

(HypothesisTests пакет)

  • Основен обзор на тестване на хипотези
  • Chi-Squared тест
  • z-тест и t-тест
  • F-тест
  • Fisher точен тест
  • ANOVA
  • Тестове за нормалност
  • Kolmogorov-Smirnov тест
  • Hotelling's T-тест

Регресия & анализ на оцеляване

(GLM & Survival пакети)

  • Основен обзор на линейна регресия и експоненциално семейство
  • Линейна регресия
  • Обобщена линейна регресия
    • Логистична регресия
    • Poisson регресия
    • Gamma регресия
    • Други GLM модели
  • Анализ на оцеляване
    • Събития
    • Kaplan-Meier
    • Nelson-Aalen
    • Cox Proportional Hazard

Разстояния

(Distances пакет)

  • Какво е разстояние?
  • Евклидово
  • Градска блок
  • Косинус
  • Корелация
  • Mahalanobis
  • Hamming
  • MAD
  • RMS
  • Средно квадратно отклонение

Мултивариантна статистика

(MultivariateStats, Lasso, & Loess пакети)

  • Ridge регресия
  • Lasso регресия
  • Loess
  • Линейен дискриминантен анализ
  • Анализ на главните компоненти (PCA)
    • Линеен PCA
    • Kernel PCA
    • Вероятностен PCA
    • Независим CA
  • Регресия на главните компоненти (PCR)
  • Факторен анализ
  • Каноничен корелационен анализ
  • Мултидименсионално масштабиране

Кластеризация

(Clustering пакет)

  • K-means
  • K-medoids
  • DBSCAN
  • Йерархична кластеризация
  • Марковски алгоритъм за кластеризация
  • Fuzzy C-means кластеризация

Statistics Вероятностни Programming

(Turing пакет)

  • Марковска верижна модель Монте Карло
  • Хамилтониан Монте Карло
  • Гаусови смесителни модели
  • Байесовска линейна регресия
  • Байесовска регресия на експоненциалното семейство
  • Байесовски Neural Networks
  • Скрийни Марковски модели
  • Филтриране с частици
  • Вариационна инференция

Изисквания

Този курс е предназначен за хора, които вече разполагат с основни познания в областта на данните и статистиката.

 21 часа

Брой участници


Цена за участник

Отзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории