Statistics and Probabilistic Programming in Julia

Ten kurs jest przeznaczony dla osób, które mają już doświadczenie w nauce o danych i statystyce.

To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla osób, które mają już doświadczenie w nauce o danych i statystyce.

Format kursu

• Interaktywny wykład i dyskusja.
• Ćwiczenia i praktyka.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami.

Statistics i probabilistyczne Programming w Julia

Podstawowe statystyki

• Statistics
  • Podsumowanie Statistics z pakietem statystyk
• Rozkłady i pakiet StatsBase
  • Jednowymiarowe i wielowymiarowe
  • Momenty
  • Funkcje prawdopodobieństwa
  • Próbkowanie i RNG
  • Histogramy
  • Szacowanie metodą największej wiarygodności
  • Rozkład iloczynowy, trucjalny i cenzurowany
  • Statystyka odporna
  • Korelacja i kowariancja

DataFrames

(Pakiet DataFrames)

• Dane we/wy
• Tworzenie ramek danych
• Typy danych, w tym dane kategoryczne i brakujące dane
• Sortowanie i łączenie
• Przekształcanie i przestawianie danych

Testowanie hipotez

(Pakiet HypothesisTests)

• Główny zarys testowania hipotez
• Test Chi-kwadrat
• Test z i test t
• Test F
• Test dokładny Fishera
• ANOVA
• Testy normalności
• Test Kołmogorowa-Smirnowa
• Test T Hotellinga

Analiza regresji i przeżycia

(Pakiety GLM i Survival)

• Główny zarys regresji liniowej i rodziny wykładniczej
• Regresja liniowa
• Uogólnione modele liniowe
  • Regresja logistyczna
  • Regresja Poissona
  • Regresja gamma
  • Inne modele GLM
• Analiza przeżycia
  • Zdarzenia
  • Kaplan-Meier
  • Nelson-Aalen
  • Proporcjonalne zagrożenie Coxa

Odległości

(Pakiet Odległości)

• Co to jest odległość?
• Euklidesowa
• Cityblock
• Cosinus
• Korelacja
• Mahalanobis
• Hamming
• MAD
• RMS
• Odchylenie średniokwadratowe

Statystyki wielowymiarowe

(pakiety MultivariateStats, Lasso i Loess)

• Regresja grzbietowa
• Regresja Lasso
• Loess
• Liniowa analiza dyskryminacyjna
• Analiza głównych składowych (PCA)
  • Liniowa PCA
  • Kernel PCA
  • Probabilistyczna PCA
  • Niezależna CA
• Regresja głównych składowych (PCR)
• Analiza czynnikowa
• Analiza korelacji kanonicznej
• Skalowanie wielowymiarowe

Klasteryzacja

(Pakiet klastrowania)

• K-średnich
• K-medoidy
• DBSCAN
• Klastrowanie hierarchiczne
• Algorytm klastrów Markowa
• Klastrowanie rozmyte C-średnich

Bayesian Statistics & Probabilistic Programming

(pakiet Turinga)

• Łańcuch Markowa Model Carlo
• Hamiltonian Montel Carlo
• Gaussowskie modele mieszane
• Liniowa regresja Bayesa
• Rodzina regresji wykładniczej Bayesa
• Bayesian Neural Networks
• Ukryte modele Markowa
• Filtrowanie cząstek
• Wnioskowanie wariacyjne