Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Statistiques & Programmation probabiliste avec Julia
Statistiques de base
-
Statistiques
- Statistiques descriptives avec le package statistics
-
Distributions & package StatsBase
- Univariées & multivariées
- Moments
- Fonctions de probabilité
- Échantillonnage et RNG
- Histogrammes
- Estimation du maximum de vraisemblance
- Distributions tronquées et censurées
- Statistiques robustes
- Corrélation & covariance
DataFrames
(Package DataFrames)
- E/S de données
- Création de DataFrames
- Types de données, y compris les données catégorielles et manquantes
- Tri & jointures
- Restructuration & pivotement des données
Tests d'hypothèses
(Package HypothesisTests)
- Principes des tests d'hypothèses
- Test du Khi-deux
- 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
(Packages GLM & Survival)
- 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
- Kaplan-Meier
- Nelson-Aalen
- Risques proportionnels de Cox
Distances
(Package Distances)
- Qu'est-ce qu'une distance ?
- Euclidienne
- Ville de Manhattan
- Cosinus
- Corrélation
- Mahalanobis
- Hamming
- MAD
- RMS
- Écart quadratique moyen
Statistiques multivariées
(Packages MultivariateStats, Lasso & Loess)
- Régression Ridge
- Régression Lasso
- Loess
- Analyse discriminante linéaire
-
Analyse en Composantes Principales (ACP)
- ACP linéaire
- ACP noyau
- ACP probabiliste
- Analyse en Composantes Indépendantes
- Régression par Composantes Principales (PCR)
- Analyse factorielle
- Analyse canonique des corrélations
- Analyse multidimensionnelle
Clustering
(Package Clustering)
- K-means
- K-medoids
- DBSCAN
- Clustering hiérarchique
- Algorithme de clustering Markovien
- Fuzzy C-means clustering
Statistiques bayésiennes & programmation probabiliste
(Package Turing)
- Chaîne de Markov Monte Carlo
- Monte Carlo par hamiltonien
- Modèles de mélange gaussien
- Régression linéaire bayésienne
- Régression bayésienne de la famille exponentielle
- Réseaux de neurones bayésiens
- Modèles de Markov cachés
- Filtrage particulaire
-
Inférence variationnelle
Pré requis
Cette formation s'adresse aux personnes ayant déjà des connaissances en data science et en statistique.
21 Heures
Nos clients témoignent (3)
connaissances du formateur, adaptées sur mesure, tous les sujets abordés
eleni - EUAA
Formation - Forecasting with R
Traduction automatique
La variation avec l'exercice et la démonstration.
Ida Sjoberg - Swedish National Debt Office
Formation - Econometrics: Eviews and Risk Simulator
Traduction automatique
Les applications dans la vie réelle utilisant Statcan et le CER comme exemples.
Matthew - Natural Resources Canada
Formation - Data Analytics With R
Traduction automatique