Schulungsübersicht
Statistics & Probabilistisch Programming in Julia
Grundlegende Statistik
- Statistics
- Zusammenfassung Statistics mit dem Statistikpaket
- Verteilungen & StatsBase-Paket
- Univariate & multivariate
- Momente
- Wahrscheinlichkeitsfunktionen
- Stichprobenverfahren und RNG
- Histogramme
- Maximum-Likelihood-Schätzung
- Produkt-, Trukations- und Zensurverteilung
- Robuste Statistik
- Korrelation und Kovarianz
DataFrames
(DataFrames-Paket)
- Daten E/A
- Erstellen von DataFrames
- Datentypen, einschließlich kategorialer und fehlender Daten
- Sortieren & Verbinden
- Umformung und Pivotierung von Daten
Hypothesentests
(Paket HypothesisTests)
- Grundsätzlicher Überblick über Hypothesentests
- Chi-Quadrat-Test
- z-Test und t-Test
- F-Test
- Exakter Fisher-Test
- ANOVA
- Tests auf Normalität
- Kolmogorow-Smirnow-Test
- Hotellings T-Test
Regressions- und Überlebensanalyse
(GLM & Überlebenspakete)
- Grundsätzlicher Überblick über die lineare Regression und die Exponentialfamilie
- Lineare Regression
- Verallgemeinerte lineare Modelle
- Logistische Regression
- Poisson-Regression
- Gamma-Regression
- Andere GLM-Modelle
- Survival-Analyse
- Ereignisse
- Kaplan-Meier
- Nelson-Aalen
- Cox Proportionale Gefährdung
Abstände
(Paket Distanzen)
- Was ist ein Abstand?
- Euklidisch
- Stadtblock
- Kosinus
- Korrelation
- Mahalanobis
- Hamming
- MAD
- RMS
- Mittlere quadratische Abweichung
Multivariate Statistik
(Pakete MultivariateStats, Lasso und Loess)
- Ridge-Regression
- Lasso-Regression
- Löss
- Lineare Diskriminanzanalyse
- Hauptkomponentenanalyse (PCA)
- Lineare PCA
- Kernel PCA
- Probabilistische PCA
- Unabhängige CA
- Hauptkomponenten-Regression (PCR)
- Faktoranalyse
- Kanonische Korrelationsanalyse
- Mehrdimensionale Skalierung
Clustering
(Clustering-Paket)
- K-means
- K-medoids
- DBSCAN
- Hierarchisches Clustering
- Markov-Cluster-Algorithmus
- Fuzzy C-means Clustering
Bayesianisch Statistics & Probabilistisch Programming
(Turing-Paket)
- Markov-Ketten-Modell Carlo
- Hamiltonscher Montel Carlo
- Gaußsche Mischungsmodelle
- Bayes'sche lineare Regression
- Bayessche Regression der Exponentialfamilie
- Bayesianisch Neural Networks
- Versteckte Markov-Modelle
- Partikel-Filterung
- Variationale Inferenz
Voraussetzungen
Dieser Kurs richtet sich an Personen, die bereits einen Hintergrund in Datenwissenschaft und Statistik haben.
Erfahrungsberichte (5)
Die Variation mit Bewegung und Vorführung.
Ida Sjoberg - Swedish National Debt Office
Kurs - Econometrics: Eviews and Risk Simulator
Maschinelle Übersetzung
Der Trainer zeigte Geduld und war bemüht, sicherzustellen, dass wir alle die Themen verstanden. Die Kurse waren spaßig zu besuchen.
Mamonyane Taoana - Road Safety Department
Kurs - Statistical Analysis using SPSS
Maschinelle Übersetzung
Tag 1 und Tag 2 waren für mich wirklich unkompliziert und ich habe diese Erfahrung sehr genossen.
Mareca Sithole - Africa Health Research Institute
Kurs - R Fundamentals
Maschinelle Übersetzung
Das Tempo war genau richtig und die entspannte Atmosphäre ließ die Kandidaten zuversichtlich Fragen stellen.
Rhian Hughes - Public Health Wales NHS Trust
Kurs - Introduction to Data Visualization with Tidyverse and R
Maschinelle Übersetzung
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Kurs - Programming with Big Data in R
Maschinelle Übersetzung