Schița de curs

Statistică și Programare Probabilistică în Julia

Statistică de bază

  • Statistică
    • Statistici de sumar cu pachetul statistics
  • Distribuții și pachetul StatsBase
    • Univariate și multivariate
    • Momente
    • Funcții de probabilitate
    • Eșantionare și RNG
    • Histograme
    • Estimare de maximă verosimilitate
    • Distribuții de produs, trunchiere și cenzurare
    • Statistici robuste
    • Corelație și covarianță

DataFrames

(Pachetul DataFrames)

  • Introducere și extragere de date
  • Crearea de Data Frames
  • Tipuri de date, inclusiv date categorice și lipsă
  • Sortare și unire
  • Remodelare și pivotare a datelor

Testarea ipotezelor

(Pachetul HypothesisTests)

  • Principiul de bază al testării ipotezelor
  • Testul Chi-Squared
  • Testul z și testul t
  • Testul F
  • Testul Fisher exact
  • ANOVA
  • Teste pentru normalitate
  • Testul Kolmogorov-Smirnov
  • Testul Hotelling's T

Regresie și analiza de supraviețuire

(Pachetele GLM și Survival)

  • Principiul de bază al regresiei liniare și a familiei exponențiale
  • Regresie liniară
  • Modele liniare generalizate
    • Regresie logistică
    • Regresie Poisson
    • Regresie Gamma
    • Alte modele GLM
  • Analiza de supraviețuire
    • Evenimente
    • Kaplan-Meier
    • Nelson-Aalen
    • Cox Proportional Hazard

Distanțe

(Pachetul Distances)

  • Ce este o distanță?
  • Euclidiană
  • Cityblock
  • Cosinus
  • Corelație
  • Mahalanobis
  • Hamming
  • MAD
  • RMS
  • Deviația pătratică medie

Statistică multivariată

(Pachetele MultivariateStats, Lasso și Loess)

  • Regresie Ridge
  • Regresie Lasso
  • Loess
  • Analiza discriminantă liniară
  • Analiza Componentelor Principale (PCA)
    • PCA liniară
    • PCA bazată pe nucleu
    • PCA probabilistică
    • Analiza Independentă a Componentelor
  • Regresie pe Componente Principale (PCR)
  • Analiza Factorială
  • Analiza Canonică a Corelației
  • Scalare multidimensională

Clustering

(Pachetul Clustering)

  • K-means
  • K-medoids
  • DBSCAN
  • Clustering ierarhic
  • Algoritmul Markov Cluster
  • Clustering Fuzzy C-means

Statistică Bayesiană și Programare Probabilistică

(Pachetul Turing)

  • Modelul Markov Chain Monte Carlo
  • Hamiltonian Monte Carlo
  • Modele de Amestec Gaussian
  • Regresie Bayesiană Liniară
  • Regresie Bayesiană în Familia Exponențială
  • Rețele Neuronale Bayesiane
  • Modele Markov Ascunse
  • Filtrare de particule
  • Inferență Variatională

Cerințe

Acest curs este destinat persoanelor care au deja o fundație în știința datelor și statistică.

 21 Ore

Numărul de participanți


Pret per participant

Mărturii (5)

Cursuri viitoare

Categorii înrudite