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.
Testimonials (5)
De variatie met oefenen en tonen.
Ida Sjoberg - Swedish National Debt Office
Cursus - Econometrics: Eviews and Risk Simulator
Automatisch vertaald
De trainer had patiënt en was ervan overtuigd dat we allemaal de onderwerpen begrepen, de lessen waren leuk om bij te wonen.
Mamonyane Taoana - Road Safety Department
Cursus - Statistical Analysis using SPSS
Automatisch vertaald
De betrokkenheid van de instructrice, goede voorbereiding van het onderwerp.
Bruno Scibilia - Lesaffre International
Cursus - Advanced R Programming
Automatisch vertaald
Dag 1 en Dag 2 waren voor mij echt eenvoudig en ik heb die ervaring erg genoten.
Mareca Sithole - Africa Health Research Institute
Cursus - R Fundamentals
Automatisch vertaald
De tempo was perfect en de ontspannen sfeer zorgde ervoor dat kandidaten zich op hun gemak voelden om vragen te stellen.
Rhian Hughes - Public Health Wales NHS Trust
Cursus - Introduction to Data Visualization with Tidyverse and R
Automatisch vertaald