План на курса

Statistics и вероятностни Programming в Julia

Основна статистика

  • Statistics
    • Резюме Statistics със статистическия пакет
  • Дистрибуции и пакет StatsBase
    • Едновариантни и многовариантни
    • Моменти
    • Вероятностни функции
    • Вземане на проби и RNG
    • Хистограми
    • Оценка на максималната вероятност
    • Продукт, обработка и цензурирано разпространение
    • Стабилна статистика
    • Корелация и ковариация

DataFrames

(пакет DataFrames)

  • Вход/изход на данни
  • Създаване на рамки с данни
  • Типове данни, включително категорични и липсващи данни
  • Сортиране и свързване
  • Преоформяне и завъртане на данни

Проверка на хипотези

(Пакет HypothesisTests)

  • Принципно описание на проверката на хипотези
  • Хи-квадрат тест
  • z-тест и t-тест
  • F-тест
  • Точен тест на Фишер
  • ANOVA
  • Тестове за нормалност
  • Тест на Колмогоров-Смирнов
  • T-тест на Hotelling

Регресия и анализ на оцеляването

(пакети GLM и Survival)

  • Принципно описание на линейна регресия и експоненциално семейство
  • Линейна регресия
  • Обобщени линейни модели
    • Логистична регресия
    • Поасонова регресия
    • Гама регресия
    • Други модели на GLM
  • Анализ на оцеляването
    • събития
    • Каплан-Майер
    • Нелсън-Аален
    • Пропорционална опасност на Кокс

Разстояния

(пакет от разстояния)

  • Какво е разстояние?
  • Евклидов
  • Ситиблок
  • Косинус
  • Корелация
  • Махаланобис
  • Хеминг
  • ЛУД
  • RMS
  • Средно квадратно отклонение

Многовариантна статистика

(Пакети MultivariateStats, Lasso и Loess)

  • Гребенна регресия
  • Ласо регресия
  • Льос
  • Линеен дискриминантен анализ
  • Анализ на основните компоненти (PCA)
    • Линеен PCA
    • PCA на ядрото
    • Вероятностна PCA
    • Независим CA
  • Регресия на главния компонент (PCR)
  • Факторен анализ
  • Каноничен корелационен анализ
  • Многомерно мащабиране

Клъстеризиране

(Пакет за групиране)

  • К-означава
  • К-медоиди
  • DBSCAN
  • Йерархично групиране
  • Клъстерен алгоритъм на Марков
  • Fuzzy C-означава групиране

Bayesian Statistics & Probabilistic Programming

(пакет Turing)

  • Верига Марков Модел Карло
  • Хамилтонов Монтел Карло
  • Гаусови смесени модели
  • Байесова линейна регресия
  • Байесова експоненциална семейна регресия
  • байесовски Neural Networks
  • Скрити марковски модели
  • Филтриране на частици
  • Вариационен извод

Изисквания

Този курс е предназначен за хора, които вече имат опит в науката за данните и статистиката.

 21 Часа

Брой участници


Цена за участник

Oтзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории