Cursusaanbod

Statistics & Probabilistisch Programming in Julia

Basis statistieken

  • Statistics
    • Samenvatting Statistics met het statistiekenpakket
  • Distributies & StatsBase pakket
    • Univariate en multivariate
    • Ogenblikken
    • Waarschijnlijkheid functies
    • Bemonstering en RNG
    • Histogrammen
    • Maximale waarschijnlijkheidsschatting
    • Product, trucatie en gecensureerde distributie
    • Robuuste statistieken
    • Correlatie en covariantie

Gegevenskaders

(DataFrames pakket)

  • Gegevens I/O
  • Gegevensframes maken
  • Gegevenstypen, waaronder categorische en ontbrekende gegevens
  • Sorteren & samenvoegen
  • Data hervormen en draaien

Hypothese testen

(HypothesisTests pakket)

  • Hoofdlijnen van het testen van hypothesen
  • Chi-kwadraat test
  • Z-toets en T-toets
  • F-toets
  • Fisher exacte test
  • ANOVA
  • Tests voor normaliteit
  • Kolmogorov-Smirnov-test
  • De T-toets van Hotelling

Regressie- en overlevingsanalyse

(GLM & Survival pakketten)

  • Principeoverzicht van lineaire regressie en exponentiële familie
  • Lineaire regressie
  • Gegeneraliseerde lineaire modellen
    • Logistieke regressie
    • Poisson-regressie
    • Gamma regressie
    • Andere GLM-modellen
  • Analyse van de overleving
    • Gebeurtenissen
    • Kaplan-Meier
    • Nelson-Aalen
    • Cox proportioneel gevaar

Afstanden

(Afstanden pakket)

  • Wat is een afstand?
  • Euclidisch
  • Stadsblok
  • Cosinus
  • Correlatie
  • Mahalanobi's
  • Hamming
  • GEK
  • RMS
  • Gemiddelde afwijking in het kwadraat

Multivariate statistieken

(MultivariateStats, Lasso en Löss pakketten)

  • Regressie van de nok
  • Lasso regressie
  • Löss
  • Lineaire discriminant analyse
  • Analyse van de belangrijkste componenten (PCA)
    • Lineaire PCA
    • Kernel PCA
    • Probabilistische PCA
    • Onafhankelijke CA
  • Regressie van de hoofdcomponent (PCR)
  • Analyse van de factor
  • Canonieke correlatieanalyse
  • Multidimensionale schaling

Clustering

(Clustering pakket)

  • K-middel
  • K-medoïden
  • DBSCAN
  • Hiërarchische clustering
  • Markov Cluster-algoritme
  • Fuzzy C-betekent clustering

Bayesiaans  Statistics en probabilistisch Programming

(Turing-pakket)

  • Markov Ketting Model Carlo
  • Hamiltoniaanse Montel Carlo
  • Gaussiaanse mengselmodellen
  • Bayesiaanse lineaire regressie
  • Bayesiaanse exponentiële familieregressie
  • Bayesiaans Neural Networks
  • Verborgen Markov-modellen
  • Filteren van deeltjes
  • Variationele gevolgtrekking
     

Vereisten

Deze cursus is bedoeld voor mensen die al een achtergrond hebben in data science en statistiek.

 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Testimonials (5)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën