課程簡介
Statistics 和概率 Programming 在 Julia
基础统计
-
Statistics
- 使用统计包进行 Statistics 摘要
-
分布与 StatsBase 包
- 单变量与多变量
- 矩
- 概率函数
- 抽样与随机数生成
- 直方图
- 最大似然估计
- 乘积、截断与截尾分布
- 稳健统计
- 相关性与协方差
DataFrames
(DataFrames 包)
- 数据输入输出
- 创建数据框
- 数据类型,包括分类数据与缺失数据
- 排序与连接
- 数据重塑与透视
假设检验
(HypothesisTests 包)
- 假设检验的基本原理
- 卡方检验
- z检验与t检验
- F检验
- 费希尔精确检验
- 方差分析
- 正态性检验
- 柯尔莫哥洛夫-斯米尔诺夫检验
- 霍特林T检验
回归与生存分析
(GLM 与 Survival 包)
- 线性回归与指数族的基本原理
- 线性回归
-
广义线性模型
- 逻辑回归
- 泊松回归
- 伽马回归
- 其他GLM模型
-
生存分析
- 事件
- 卡普兰-迈耶
- 尼尔森-阿伦
- 考克斯比例风险模型
距离
(Distances 包)
- 什么是距离?
- 欧几里得距离
- 曼哈顿距离
- 余弦相似度
- 相关性
- 马氏距离
- 汉明距离
- MAD
- RMS
- 均方误差
多变量统计
(MultivariateStats, Lasso, 与 Loess 包)
- 岭回归
- Lasso回归
- Loess
- 线性判别分析
-
主成分分析 (PCA)
- 线性PCA
- 核PCA
- 概率PCA
- 独立成分分析
- 主成分回归 (PCR)
- 因子分析
- 典型相关分析
- 多维尺度分析
聚类
(Clustering 包)
- K均值
- K中心点
- DBSCAN
- 层次聚类
- 马尔可夫聚类算法
- 模糊C均值聚类
贝叶斯 Statistics 与概率 Programming
(Turing 包)
- 马尔可夫链蒙特卡罗
- 哈密顿蒙特卡罗
- 高斯混合模型
- 贝叶斯线性回归
- 贝叶斯指数族回归
- 贝叶斯 Neural Networks
- 隐马尔可夫模型
- 粒子滤波
- 变分推断
最低要求
本課程適合已有數據科學和統計學背景的人士。
客戶評論 (5)
有運動和展示的變化。
Ida Sjoberg - Swedish National Debt Office
Course - Econometrics: Eviews and Risk Simulator
機器翻譯
許多與培訓主題相關的範例和練習。
Tomasz - Ministerstwo Zdrowia
Course - Advanced R Programming
機器翻譯
the trainer had patience, and was eager to make sure we all understood the topics, the classes were fun to attend
Mamonyane Taoana - Road Safety Department
Course - Statistical Analysis using SPSS
Day 1 and Day 2 were really straight forward for me and really enjoyed that experience.
Mareca Sithole - Africa Health Research Institute
Course - R Fundamentals
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.