Programa do Curso
Statistics & Probabilística Programming em Julia
Estatísticas básicas
- Statistics
- Resumo Statistics com o pacote statistics
- Distribuições e pacote StatsBase
- Univariada e multivariada
- Momentos
- Funções de probabilidade
- Amostragem e RNG
- Histogramas
- Estimativa de máxima verosimilhança
- Produto, trucação e distribuição censurada
- Estatísticas robustas
- Correlação e covariância
Quadros de dados
(pacote DataFrames)
- E/S de dados
- Criação de quadros de dados
- Tipos de dados, incluindo dados categóricos e em falta
- Ordenação e junção
- Reformulação e dinamização de dados
Testes de hipóteses
(pacote HypothesisTests)
- Principais princípios dos testes de hipóteses
- Teste do qui-quadrado
- Teste z e teste t
- Teste F
- Teste exato de Fisher
- ANOVA
- Testes de normalidade
- Teste de Kolmogorov-Smirnov
- Teste T de Hotelling
Regressão e análise de sobrevivência
(pacotes GLM e Survival)
- Principais princípios da regressão linear e da família exponencial
- Regressão linear
- Modelos lineares generalizados
- Regressão logística
- Regressão de Poisson
- Regressão gama
- Outros modelos GLM
- Análise de sobrevivência
- Eventos
- Kaplan-Meier
- Nelson-Aalen
- Risco proporcional de Cox
Distâncias
(Pacote Distâncias)
- O que é uma distância?
- Euclidiana
- Bloco de cidade
- Cosseno
- Correlação
- Mahalanobis
- Hamming
- MAD
- RMS
- Desvio médio quadrático
Estatísticas multivariadas
(pacotes MultivariateStats, Lasso, & Loess)
- Regressão Ridge
- Regressão Lasso
- Loess
- Análise discriminante linear
- Análise de componentes principais (PCA)
- PCA linear
- Kernel PCA
- PCA probabilística
- ACP independente
- Regressão de componentes principais (PCR)
- Análise Fatorial
- Análise de correlação canónica
- Escalonamento multidimensional
Agrupamento
(pacote Clustering)
- K-means
- K-medoids
- DBSCAN
- Agrupamento hierárquico
- Algoritmo de agrupamento Markov
- Fuzzy C-means clustering
Bayesiano Statistics e Probabilístico Programming
(pacote Turing)
- Modelo de cadeia de Markov Carlo
- Hamiltoniano Montel Carlo
- Modelos de mistura gaussiana
- Regressão Linear Bayesiana
- Regressão Bayesiana da Família Exponencial
- Bayesiano Neural Networks
- Modelos de Markov ocultos
- Filtragem de partículas
- Inferência Variacional
Requisitos
Este curso destina-se a pessoas que já tenham conhecimentos de ciência de dados e estatística.
Declaração de Clientes (5)
A variação com o exercício e o espetáculo.
Ida Sjoberg - Swedish National Debt Office
Curso - Econometrics: Eviews and Risk Simulator
Máquina Traduzida
Muitos exemplos e exercícios relacionados com o tema da formação.
Tomasz - Ministerstwo Zdrowia
Curso - Advanced R Programming
Máquina Traduzida
o treinador tinha paciência e estava ansioso para garantir que todos nós compreendêssemos os tópicos, as aulas foram divertidas de frequentar
Mamonyane Taoana - Road Safety Department
Curso - Statistical Analysis using SPSS
Máquina Traduzida
Dia 1 e Dia 2 foram realmente muito diretos para mim e adorei essa experiência.
Mareca Sithole - Africa Health Research Institute
Curso - R Fundamentals
Máquina Traduzida
O ritmo foi perfeito e a atmosfera relaxada fez os candidatos se sentirem à vontade para fazer perguntas.
Rhian Hughes - Public Health Wales NHS Trust
Curso - Introduction to Data Visualization with Tidyverse and R
Máquina Traduzida