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.
Отзиви от потребители (5)
Вариантът с упражнения и показване.
Ida Sjoberg - Swedish National Debt Office
Курс - Econometrics: Eviews and Risk Simulator
Машинен превод
Много примери и упражнения, свързани с темата на обучението.
Tomasz - Ministerstwo Zdrowia
Курс - Advanced R Programming
Машинен превод
Треньорът беше толерантен и стресе да се уверява, че всички разбираме темите, а часовете бяха приятни за посещение.
Mamonyane Taoana - Road Safety Department
Курс - Statistical Analysis using SPSS
Машинен превод
Ден 1 и Ден 2 ми бяха много лесни и много се радвах на този опит.
Mareca Sithole - Africa Health Research Institute
Курс - R Fundamentals
Машинен превод
Краката на курса беше удобен и непринуденото обстановка позволяваше на кандидатите да се чувстват свободно да поставят въпроси.
Rhian Hughes - Public Health Wales NHS Trust
Курс - Introduction to Data Visualization with Tidyverse and R
Машинен превод