Schulungsübersicht
Statistics & Wahrscheinlichkeitstheoretische Programming in Julia
Deskriptive Statistik
- Statistics
- Zusammenfassende Statistics mit dem Statistikpaket
- Verteilungen & StatsBase Paket
- Eindimensional und multidimensional
- Momente
- Wahrscheinlichkeitsfunktionen
- Stichproben und RNG
- Histogramme
- Maximum-Likelihood-Schätzung
- Produkt, Truncation und zensierte Verteilung
- Robuste Statistik
- Korrelation & Kovarianz
DataFrames
(DataFrames Paket)
- Daten I/O
- Erstellung von Datensätzen
- Datentypen, einschließlich Kategorien und fehlende Daten
- Sortieren & Verbinden
- Formänderung & Pivoting von Daten
Hypothesentests
(HypothesisTests Paket)
- Grundlegende Darstellung der Hypothesentests
- Chi-Quadrat-Test
- z-Test und t-Test
- F-Test
- Fisher'scher exakter Test
- ANOVA
- Normalitätstests
- Kolmogorov-Smirnov-Test
- Hotellings T-Quadrat-Test
Regression und Überlebensanalyse
(GLM & Survival Pakete)
- Grundlegende Darstellung der linearen Regression und des exponentiellen Familiens
- Lineare Regression
- Verallgemeinerte lineare Modelle
- Logistische Regression
- Poisson-Regression
- Gamma-Regression
- Andere GLM-Modelle
- Überlebensanalyse
- Ereignisse
- Kaplan-Meier
- Nelson-Aalen
- Cox Proportional Hazard
Abstände
(Distances Paket)
- Was ist ein Abstand?
- Euklidisch
- Cityblock
- Kosinus
- Korrelation
- Mahalanobis
- Hamming
- MAD
- RMS
- Mittlere quadratische Abweichung
Multivariate Statistik
(MultivariateStats, Lasso & Loess Pakete)
- Ridge-Regression
- Lasso-Regression
- Loess
- Lineare Diskriminanzanalyse
- Hauptkomponentenanalyse (PCA)
- Lineare PCA
- Kernel PCA
- Wahrscheinlichkeitstheoretische PCA
- Unabhängige CA
- Hauptkomponentenregression (PCR)
- Faktorenanalyse
- Kanonische Korrelationsanalyse
- Multidimensionale Skalierung
Clusteranalyse
(Clustering Paket)
- K-Means
- K-Medoids
- DBSCAN
- Hierarchische Clusteranalyse
- Markov-Klusteringalgorithmus
- Fuzzy C-means-Clusteranalyse
Bayes'sche Statistics und Wahrscheinlichkeitstheoretische Programming
(Turing Paket)
- Markov-Ketten Monte Carlo
- Hamiltonian Monte Carlo
- Gaußsche Mischmodelle
- Bayes'sche lineare Regression
- Bayes'sche Exponentialfamilienregression
- Bayes'sche Neural Networks
- Hidden Markov Modelle
- Teilchenfilterung
- Variationsinferenz
Voraussetzungen
Dieser Kurs ist für Personen gedacht, die bereits einen Hintergrund in Data Science 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
es war informativ und nützlich
Brenton - Lotterywest
Kurs - Building Web Applications in R with Shiny
Maschinelle Übersetzung
Viele Beispiele und Übungen zum Thema des Kurses.
Tomasz - Ministerstwo Zdrowia
Kurs - Advanced R Programming
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
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