Cursusaanbod

Statistics & Probabilistische Programming in Julia

Basisbeginselen van statistiek

  • Statistics
    • Samenvatting Statistics met het statistiekpakket
  • Verdelingen & StatsBase-pakket
    • Univariaat & multivariaat
    • Momenten
    • Waarschijnlijkheidsfuncties
    • Steekproeven en RNG
    • Histogrammen
    • Maximum likelihood schatting
    • Product, truncatie en censored verdeling
    • Robuuste statistiek
    • Correlatie & covariantie

DataFrames

(DataFrames pakket)

  • Data I/O
  • DataFrames maken
  • Datatypes, inclusief categorische en ontbrekende gegevens
  • Sorteren & joinen
  • Data herschikken en pivoten

Hypothese testing

(HypothesisTests pakket)

  • Uitleg over het principe van hypothese testing
  • Chi-Kwadraat toets
  • z-toets en t-toets
  • F-toets
  • Fisher exacte toets
  • ANOVA
  • Toetsen op normaliteit
  • Kolmogorov-Smirnov toets
  • Hotelling's T-toets

Regressie & overlevingsanalyse

(GLM & Survival pakketten)

  • Uitleg over het principe van lineaire regressie en exponentiële familie
  • Lineaire regressie
  • Generalized linear models
    • Logistische regressie
    • Poisson regressie
    • Gamma regressie
    • Andere GLM-modellen
  • Overlevingsanalyse
    • Gebeurtenissen
    • Kaplan-Meier
    • Nelson-Aalen
    • Cox Proportional Hazard

Afstanden

(Distances pakket)

  • Wat is een afstand?
  • Euclidisch
  • Cityblock
  • Cosinus
  • Correlatie
  • Mahalanobis
  • Hamming
  • MAD
  • RMS
  • Gemiddelde kwadraatdeviatie

Multivariate statistiek

(MultivariateStats, Lasso, & Loess pakketten)

  • Ridge regressie
  • Lasso regressie
  • Loess
  • Lineaire discriminante analyse
  • Principal Component Analysis (PCA)
    • Lineaire PCA
    • Kernel PCA
    • Probabilistische PCA
    • Independent CA
  • Principal Component Regression (PCR)
  • Factorenanalyse
  • Canonical Correlation Analysis
  • Multidimensionale schaling

Clustering

(Clustering pakket)

  • K-means
  • K-medoids
  • DBSCAN
  • Hierarchische clustering
  • Markov Cluster Algorithm
  • Fuzzy C-means clustering

Bayesiaanse Statistics & Probabilistische Programming

(Turing pakket)

  • Markov Chain Monte Carlo
  • Hamiltonian Monte Carlo
  • Gaussian Mixture Models
  • Bayesiaanse lineaire regressie
  • Bayesiaanse exponentiële familie regressie
  • Bayesiaanse Neural Networks
  • Hidden Markov Models
  • Particle Filtering
  • Variational Inference

Vereisten

Dit cursus is bedoeld voor mensen die al een achtergrond hebben in datawetenschap en statistiek.

 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (5)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën