Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Statistics y probabilístico Programming en Julia
Estadísticas básicas
- Statistics
- Resumen Statistics con el paquete de estadísticas
- Distribuciones y estadísticasPaquete base
- Univariante y multivariante
- Momentos
- Funciones de probabilidad
- Muestreo y RNG
- Histogramas
- Estimación de máxima verosimilitud
- Producto, trucación y distribución censurada
- Estadísticas sólidas
- Correlación y covarianza
Marcos de datos
(Paquete DataFrames)
- E/S de datos
- Creación de marcos de datos
- Tipos de datos, incluidos los datos categóricos y los que faltan
- Clasificación y unión
- Remodelación y dinamización de datos
Prueba de hipótesis
(Paquete de Pruebas de Hipótesis)
- Esquema de principios de la prueba de hipótesis
- Prueba de Chi-cuadrado
- Prueba Z y Prueba T
- Prueba F
- Prueba exacta de Fisher
- ANOVA
- Pruebas de normalidad
- Prueba de Kolmogorov-Smirnov
- Prueba T de Hotelling
Regresión y análisis de supervivencia
(Paquetes GLM y Supervivencia)
- Esquema principal de la regresión lineal y la familia exponencial
- Regresión lineal
- Modelos lineales generalizados
- Regresión logística
- Regresión de Poisson
- Regresión gamma
- Otros modelos de GLM
- Análisis de supervivencia
- Eventos
- Kaplan-Meier
- Nelson-Aalen
- Peligro proporcional de Cox
Distancias
(Paquete de distancias)
- ¿Qué es una distancia?
- Euclidiano
- Manzana
- Coseno
- Correlación
- Mahalanobis
- Hamming
- ENOJADO
- RMS
- Desviación cuadrática media
Estadística multivariante
(Paquetes MultivariateStats, Lasso y Loess)
- Regresión de cresta
- Regresión de lazo
- Loess
- Análisis lineal discriminante
- Análisis de componentes principales (PCA)
- PCA lineal
- Kernel PCA
- PCA probabilístico
- CA independiente
- Regresión de componentes principales (PCR)
- Análisis Factorial
- Análisis de correlación canónica
- Escalado multidimensional
Agrupamiento
(Paquete de agrupación)
- K-medias
- K-medoides
- DBSCAN
- Agrupación jerárquica
- Algoritmo de clúster de Markov
- Agrupación en clústeres de C-means difusos
Bayesiano Statistics y probabilístico Programming
(Paquete Turing)
- Cadena Markov Modelo Carlo
- Hamiltoniano Montel Carlo
- Modelos de mezcla gaussiana
- Regresión lineal bayesiana
- Regresión familiar exponencial bayesiana
- Bayesiano Neural Networks
- Modelos ocultos de Markov
- Filtrado de partículas
- Inferencia variacional
Requerimientos
Este curso está dirigido a personas que ya tienen experiencia en ciencia de datos y estadística.
21 Horas
