Cursusaanbod

Statistiek & Probabilistisch Programmeren in Julia

Basisstatistiek

  • Statistiek
    • Samenvattende statistieken met het statistics pakket
  • Distributies & StatsBase pakket
    • Univariate & multivariate
    • Momente
    • Kansfuncties
    • Steekproefneming en RNG (Random Number Generator)
    • Histogrammen
    • Maximum likelihood schatting
    • Product, truncatie en censurerde distributies
    • Robuste statistieken
    • Correlatie & covariantie

DataFrames

(DataFrames pakket)

  • Data I/O
  • Creëren van Data Frames
  • Datatypes, inclusief categorische en ontbrekende gegevens
  • Sorteren & joinen
  • Herschikken & pivoteren van data

Hypothesentoetsing

(HypothesisTests pakket)

  • Principes van hypothesetoetsing
  • Chi-kwadraat toets
  • z-toets en t-toets
  • F-toets
  • Fisher exacte toets
  • ANOVA (Analysis of Variance)
  • Toetsen voor normaliteit
  • Kolmogorov-Smirnov toets
  • Hotelling's T-toets

Regressie & overlevingsanalyse

(GLM & Survival pakketten)

  • Principes van lineaire regressie en de exponentiële familie
  • Lineaire regressie
  • Generalized linear models (GLM)
    • 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?
  • Euclidische afstand
  • Stadsblok (Manhattan) afstand
  • Cosinus afstand
  • Correlatie afstand
  • Mahalanobis afstand
  • Hamming afstand
  • MAD (Median Absolute Deviation)
  • RMS (Root Mean Square)
  • Gemiddelde kwadratische afwijking

Multivariate statistiek

(MultivariateStats, Lasso, & Loess pakketten)

  • Ridge regressie
  • Lasso regressie
  • Loess
  • Lineaire discriminant analyse
  • Principale Component Analyse (PCA)
    • Lineaire PCA
    • Kernel PCA
    • Probabilistische PCA
    • Onafhankelijke CA (Component Analysis)
  • Principale Component Regressie (PCR)
  • Factoranalyse
  • Canonische correlatie analyse
  • Multidimensionale schaling

Clustering

(Clustering pakket)

  • K-means clustering
  • K-medoids clustering
  • DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
  • Hiërarchische clustering
  • Markov Cluster Algoritme
  • Fuzzy C-means clustering

Bayesiaanse Statistiek & Probabilistisch Programmeren

(Turing pakket)

  • Markov Chain Monte Carlo (MCMC)
  • Hamiltonian Monte Carlo
  • Gaussian Mixture Models (GMM)
  • Bayesiaanse Lineaire Regressie
  • Bayesiaanse Exponentiële Familie Regressie
  • Bayesiaanse Neurale Netwerken
  • Hidden Markov Models (HMM)
  • Partikelfiltering
  • Variatiele inferentie

Vereisten

Deze cursus is bedoeld voor personen die al een achtergrond hebben in data science en statistiek.

 21 uren

Aantal deelnemers


Prijs per deelnemer

Getuigenissen (5)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën