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
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
Curso - 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
Curso - R Fundamentals
The pace was just right and the relaxed atmosphere made candidates feel at ease to ask questions.
Rhian Hughes - Public Health Wales NHS Trust
Curso - Introduction to Data Visualization with Tidyverse and R
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.