Kursplan

Statistik & probabilistisk programmering i Julia

Grundläggande statistik

  • Statistik
    • Sammanfattande statistik med statistikkoden
  • Fördelningar & StatsBase-paketet
    • Univariata & multivariata
    • Momenter
    • Sannolikhetsfunktioner
    • Samplering och RNG
    • Histogram
    • Maximum likelihood-estimering
    • Produkt, avklippning och censordistributioner
    • Robust statistik
    • Korrelation & kovarians

DataFrames

(DataFrames-paketet)

  • Data I/O
  • Skapa dataframes
  • Datatyper, inklusive kategoriska och saknade data
  • Sortering & sammanfogning
  • Omsortering & vikting av data

Hypotesprövning

(HypothesisTests-paketet)

  • Grundläggande principer för hypotesprövning
  • Chi-två-test
  • z-test och t-test
  • F-test
  • Fisher-exakt test
  • ANOVA
  • Normalitetsprövningar
  • Kolmogorov-Smirnov-test
  • Hotelling's T-test

Regression & överlevnadsanalys

(GLM & Survival-paketet)

  • Grundläggande principer för linjär regression och exponentialfamiljen
  • Linjär regression
  • Generaliserade linjära modeller
    • Logistisk regression
    • Poisson-regression
    • Gamma-regression
    • Andra GLM-modeller
  • Överlevnadsanalys
    • Händelser
    • Kaplan-Meier
    • Nelson-Aalen
    • Cox Proportional Hazard

Avstånd

(Distances-paketet)

  • Vad är ett avstånd?
  • Euklidiskt
  • Cityblock
  • Cosinus
  • Korrelation
  • Mahalanobis
  • Hamming
  • MAD (Median Absolute Deviation)
  • RMS (Root Mean Square)
  • Medel kvadratavvikelse

Multivariat statistik

(MultivariateStats, Lasso, & Loess-paketet)

  • Ridge-regression
  • Lasso-regression
  • Loess
  • Linjär diskriminantanalys
  • Huvudkomponentsanalys (PCA)
    • Linjär PCA
    • Kernel PCA
    • Probabilistisk PCA
    • Oberoende CA
  • Huvudkomponentregression (PCR)
  • Faktoranalys
  • Kanonisk korrelationsanalys
  • Multidimensionell skalning

Klusteranalys

(Clustering-paketet)

  • K-means
  • K-medoids
  • DBSCAN
  • Hierarkisk klusteranalys
  • Markovklusteralgoritm
  • Fuzzy C-means-klusteranalys

Bayesiansk statistik & probabilistisk programmering

(Turing-paketet)

  • Markov Chain Monte Carlo
  • Hamiltonian Monte Carlo
  • Gaussiska blandningsmodeller
  • Bayesiansk linjär regression
  • Bayesiansk exponentialfamilje-regression
  • Bayesianska neuronnät
  • Dolda Markov-modeller
  • Partikelfiltering
  • Variationell inferens

Krav

Denna kurs är avsedd för personer som redan har bakgrund inom data science och statistik.

 21 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (5)

Kommande Kurser

Relaterade Kategorier