Kursplan

Statistics & Probabilistic Programming i Julia

Grunnleggende statistikk

    Statistics Sammendrag Statistics med statistikkpakken
Distribusjoner og statistikkBase-pakke Univariat og multivariat
  • Øyeblikk
  • Sannsynlighetsfunksjoner
  • Sampling og RNG
  • Histogrammer
  • Maksimal sannsynlighetsestimering
  • Produkt, trukasjon og sensurert distribusjon
  • Robust statistikk
  • Korrelasjon og kovarians
  • Datarammer
  • (DataFrames-pakke)

    Data I/O Opprette datarammer Datatyper, inkludert kategoriske og manglende data Sortere og slå sammen Omforming og pivotering av data

      Hypotesetesting

    (HypothesisTests-pakke)

    Prinsippskisse av hypotesetesting Chi-Squared test z-test og t-test F-test Fisher eksakt test ANOVA Tester for normalitet Kolmogorov-Smirnov test Hotellings T-test

      Regresjons- og overlevelsesanalyse

    (GLM og overlevelsespakker)

    Prinsippskisse av lineær regresjon og eksponentiell familie Lineær regresjon Generaliserte lineære modeller Logistisk regresjon Poisson-regresjon Gamma-regresjon Andre GLM-modeller

      Overlevelsesanalyse Hendelser
    Kaplan-Meier
  • Nelson-Aalen
  • Cox proporsjonal fare
  • Avstander
  • (Avstandspakke)
  • Hva er en avstand? Euklidisk byblokk kosinuskorrelasjon Mahalanobis Hamming MAD RMS Gjennomsnittlig kvadratavvik

    Multivariat statistikk

      (MultivariateStats, Lasso og Loess-pakker)

    Ridge-regresjon Lasso-regresjon Loess Lineær diskriminantanalyse Hovedkomponentanalyse (PCA) Lineær PCA-kjerne PCA Probabilistisk PCA Uavhengig CA

    Hovedkomponentregresjon (PCR)

      Faktor analyse
    Kanonisk korrelasjonsanalyse
  • Flerdimensjonal skalering
  • Gruppering
  • (Klyngepakke)
  • K-betyr K-medoider DBSCAN Hierarkisk clustering Markov Cluster Algoritme Fuzzy C-betyr clustering
  • Bayesiansk Statistics & Probabilistisk programmering

    (Turing-pakke)

      Markov-kjedemodell Carlo Hamiltonian Montel Carlo Gaussisk blandingsmodeller Bayesiansk lineær regresjon Bayesiansk eksponentiell familieregresjon Bayesiansk Neural Networks Skjulte Markov-modeller Partikkelfiltrering Variasjonsinferens

    Krav

    Dette kurset er beregnet på personer som allerede har bakgrunn innen datavitenskap og statistikk.

     

     21 timer

    Antall deltakere



    Price per participant

    Testimonials (8)

    Relaterte kurs

    Related Categories