Course Outline

Statistics & Probabilistik Programming di Julia

Statistik dasar

  • Statistics
    • Ringkasan Statistics dengan paket statistik
  • Paket Distribusi & StatsBase
    • Univariat dan multivariat
    • Momen
    • Fungsi probabilitas
    • Pengambilan sampel dan RNG
    • Histogram
    • Estimasi kemungkinan maksimum
    • Produk, penyuluhan, dan distribusi tersensor
    • Statistik yang kuat
    • Korelasi & kovariansi

Bingkai Data

(Paket DataFrames)

  • Data masukan/keluaran
  • Membuat Bingkai Data
  • Tipe data, termasuk data kategorikal dan data yang hilang
  • Menyortir & bergabung
  • Membentuk ulang & memutarbalikkan data

Pengujian hipotesis

(Paket Uji Hipotesis)

  • Garis besar prinsip pengujian hipotesis
  • Uji Chi-Kuadrat
  • uji z dan uji t
  • Uji F
  • Uji pasti Fisher
  • Analisis Varians
  • Uji normalitas
  • Uji Kolmogorov-Smirnov
  • Uji T Hotelling

Analisis regresi & kelangsungan hidup

(Paket GLM & Survival)

  • Prinsip garis besar regresi linier dan keluarga eksponensial
  • Regresi linier
  • Model linier umum
    • Regresi logistik
    • Regresi Poisson
    • Regresi gamma
    • Model GLM lainnya
  • Analisis kelangsungan hidup
    • Acara
    • Kaplan Meier
    • Nelson Aalen, seorang petani
    • Bahaya Proporsional Cox

Jarak

(Paket jarak)

  • Apa itu jarak?
  • Bahasa Euklides
  • Blok Kota
  • Kosinus
  • Korelasi
  • Mahalanobis
  • Berpura-pura
  • GILA
  • RMS
  • Deviasi kuadrat rata-rata

Statistik multivariat

(Paket MultivariateStats, Lasso, & Loess)

  • Regresi punggungan
  • Regresi laso
  • Biji loess
  • Analisis diskriminan linier
  • Analisis Komponen Utama (PCA)
    • PCA Linier
    • Kernel PCA
    • PCA Probabilistik
    • CA Independen
  • Regresi Komponen Utama (PCR)
  • Analisis Faktor
  • Analisis Korelasi Kanonik
  • Skala multidimensi

Kekelompokan

(Paket pengelompokan)

  • K-berarti
  • K-medoid
  • DBSCAN
  • Pengelompokan hierarkis
  • Algoritma Markov Cluster
  • Pengelompokan C-means fuzzy

Bayesian Statistics & Probabilistik Programming

(Paket Turing)

  • Model Rantai Markov Carlo
  • Montel Carlo ala Hamilton
  • Model Campuran Gaussian
  • Regresi Linier Bayesian
  • Regresi Keluarga Eksponensial Bayesian
  • Bahasa Bayesian Neural Networks
  • Model Markov Tersembunyi
  • Penyaringan Partikel
  • Inferensi Variasional

Requirements

Kursus ini ditujukan bagi orang-orang yang sudah memiliki latar belakang dalam ilmu data dan statistik.

 21 Hours

Number of participants


Price per participant

Testimonials (5)

Upcoming Courses (Minimal 5 peserta)

Related Categories