Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan du cours
Statistiques & ; Probabiliste Programming dans Julia
Statistiques de base
-
Statistics
Résumé Statistics avec le logiciel de statistiques
(paquet DataFrames)
E/S de données Création de cadres de données Types de données, y compris les données catégorielles et manquantes Tri et jointure Remodelage et pivotement des données
-
Tests d'hypothèses
(paquet Tests d'hypothèse)
Schéma de principe des tests d'hypothèse Test du chi carré Test z et test t Test F Test exact de Fisher ANOVA Tests de normalité Test de Kolmogorov-Smirnov Test T de Hotelling
-
Régression & ; analyse de survie
(GLM & ; Paquets de survie)
Principes de la régression linéaire et de la famille exponentielle Régression linéaire Modèles linéaires généralisés Régression logistique Régression de Poisson Régression Gamma Autres modèles GLM
-
Analyse de survie
Événements
Qu'est-ce qu'une distance ? Euclidienne Bloc de ville Cosinus Corrélation Mahalanobis Hamming MAD RMS Écart quadratique moyen
Statistiques à plusieurs variables
-
(paquets MultivariateStats, Lasso, & ; Loess)
Régression de crête Régression Lasso Loess Analyse discriminante linéaire Analyse en composantes principales (ACP) ACP linéaire ACP à noyau ACP probabiliste ACP indépendante
Régression en composantes principales (PCR)
-
Analyse factorielle
Programmation bayésienne ;Statistics & ; probabiliste
(paquet Turing)
-
Modèle de chaîne de Markov Carlo
Hamiltonian Montel Carlo
Modèles de mélange gaussien
Régression linéaire bayésienne
Régression bayésienne de la famille exponentielle
Bayesien Neural Networks
Modèles de Markov cachés
Filtrage particulaire
Inférence variationnelle
;
Pré requis
Ce cours s'adresse aux personnes qui ont déjà des connaissances en science des données et en statistiques.
;
21 heures
Nos Clients témoignent (8)
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Formation - Introduction to Data Visualization with Tidyverse and R
We were using road accident data for practicals
Maphahamiso Ralienyane - Road Safety Department
Formation - Statistical Analysis using SPSS
Des matériaux de planification bien conçus et de haute qualité.
Andrew - Office of Projects Victoria - Department of Treasury & Finance
Formation - Forecasting with R
Traduction automatique
Ce n'était pas ennuyeux, le formateur a su maintenir l'attention, les sujets ont été traités en profondeur.
Marta - Ministerstwo Zdrowia
Formation - Advanced R Programming
Traduction automatique
very tailored to needs
Yashan Wang
Formation - Data Mining with R
The subject matter and the pace were perfect.
Tim - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Formation - Programming with Big Data in R
At the end of the class, we had a great overview of the language, we were provided tools to continue learning and were provided suggestions on how to continue learning. We covered AI/ML information.
Victor Prado - Global Knowledge Network Training Ltd
Formation - R
That Haytham started with the basics and gave us enough time to do the examples and ensure that we were at the same page before we moved on to the next topic.
