Kursplan

Statistics & Probabilistic Programming i Julia

Grundläggande statistik

  • Statistics
    • Sammanfattning Statistics med statistikpaketet
  • Distributioner och StatsBase-paket
    • Univariat och multivariat
    • Stunder
    • Sannolikhetsfunktioner
    • Provtagning och RNG
    • Histogram
    • Uppskattning av maximal sannolikhet
    • Produkt, trunkering och censurerad distribution
    • Robust statistik
    • Korrelation och kovarians

Dataramar

(DataFrames-paket)

  • Data I/O
  • Skapa dataramar
  • Datatyper, inklusive kategoriska och saknade data
  • Sortering och sammanfogning
  • Omformning och pivotering av data

Hypotesprövning

(HypothesisTests-paketet)

  • Principiell disposition av hypotesprövning
  • Chi-två-test
  • Z-test och t-test
  • F-prov
  • Fisher exakt test
  • ANOVA
  • Tester för normalitet
  • Kolmogorov-Smirnov test
  • Hotellings T-test

Regressions- och överlevnadsanalys

(GLM & Överlevnadspaket)

  • Principskiss för linjär regression och exponentiell familj
  • Linjär regression
  • Generaliserade linjära modeller
    • Logistisk regression
    • Poisson-regression
    • Regression av gamma
    • Andra GLM-modeller
  • Analys av överlevnad
    • Evenemang
    • Kaplan-Meier
    • Nelson-Aalen
    • Cox proportionell fara

Avstånd

(Avståndspaket)

  • Vad är ett avstånd?
  • Euklidisk
  • Kvarter
  • Cosinus
  • Korrelation
  • Mahalanobis
  • Hamming
  • VANSINNIG
  • RMS
  • Genomsnittlig kvadratavvikelse

Multivariat statistik

(MultivariateStats-, Lasso- och Loess-paket)

  • Regression av ås
  • Lasso regression
  • Lössjord
  • Linjär diskriminantanalys
  • Analys av huvudkomponenter (PCA)
    • Linjär PCA
    • Kärna PCA
    • Probabilistisk PCA
    • Oberoende certifikatutfärdare
  • Regression av huvudkomponent (PCR)
  • Analys av faktorer
  • Analys av kanonisk korrelation
  • Flerdimensionell skalning

Klustring

(Klustringspaket)

  • K-medel
  • K-medoider
  • DBSCAN (DBSCAN)
  • Hierarkisk klustring
  • Markov-klusteralgoritm
  • Fuzzy C-means-klustring

Bayesiansk  Statistics & probabilistisk Programming

(Turing-paketet)

  • Markov Kedja Modell Carlo
  • Hamiltonsk Montel Carlo
  • Gaussiska blandningsmodeller
  • Bayesiansk linjär regression
  • Bayesiansk exponentiell familjeregression
  • Bayesiansk Neural Networks
  • Dolda Markov-modeller
  • Partikelfiltrering
  • Variationell inferens
     

Krav

Den här kursen är avsedd för personer som redan har en bakgrund inom datavetenskap och statistik.

 21 timmar

Antal deltagare


Price per participant

Vittnesmål (5)

Upcoming Courses

Relaterade Kategorier