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.
Temario del curso
Estadística y Programación Probabilística en Julia
Estadística básica
-
Estadística
- Resumen de estadísticas con el paquete statistics
-
Distribuciones y paquete StatsBase
- Unidimensionales y multidimensionales
- Momentos
- Funciones de probabilidad
- Muestreo y generación de números aleatorios (RNG)
- Histogramas
- Estimación de máxima verosimilitud
- Distribuciones de producto, truncadas y censuradas
- Estadística robusta
- Correlación y covarianza
DataFrames
(Paquete DataFrames)
- Entrada y salida de datos (I/O)
- Creación de Data Frames
- Tipos de datos, incluyendo categóricos y faltantes
- Ordenamiento y unión
- Reconfiguración y pivoteo de datos
Pruebas de hipótesis
(Paquete HypothesisTests)
- Principio de las pruebas de hipótesis
- Prueba Chi-Cuadrado
- Pruebas z y 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 Survival)
- Principio de la regresión lineal y la familia exponencial
- Regresión lineal
-
Modelos lineales generalizados (GLM)
- Regresión logística
- Regresión de Poisson
- Regresión gamma
- Otros modelos GLM
-
Análisis de supervivencia
- Eventos
- Kaplan-Meier
- Nelson-Aalen
- Cox Proporcional Hazard
Distancias
(Paquete Distances)
- ¿Qué es una distancia?
- Euclidiana
- Ciudad Bloque (Cityblock)
- Coseno
- Correlación
- Mahalanobis
- Hamming
- MAD (Desviación Media Absoluta)
- RMS (Raíz Cuadrada del Error Cuadrático Medio)
- Desviación cuadrática media
Estadística multivariante
(Paquetes MultivariateStats, Lasso y Loess)
- Regresión de cresta (Ridge regression)
- Regresión Lasso
- Loess
- Análisis discriminante lineal
-
Análisis de Componentes Principales (PCA)
- PCA lineal
- PCA kernel
- PCA probabilística
- Análisis de componentes independientes (ICA)
- Regresión de Componentes Principales (PCR)
- Análisis factorial
- Análisis de correlación canónica
- Escalado multidimensional
Clustering
(Paquete Clustering)
- K-means
- K-medoids
- DBSCAN
- Clustering jerárquico
- Algoritmo de Cluster de Markov
- Clustering difuso C-medias (Fuzzy C-means)
Estadística Bayesiana y Programación Probabilística
(Paquete Turing)
- Modelo de Cadena de Markov Carlo (MCMC)
- Hamiltonian Monte Carlo
- Modelos de mezcla gaussiana (Gaussian Mixture Models)
- Regresión lineal bayesiana
- Regresión exponencial familiar bayesiana
- Redes neuronales bayesianas
- Modelos ocultos de Markov (Hidden Markov Models)
- Filtrado de partículas
- Inferencia variacional
Requerimientos
Este curso está destinado a personas que ya tienen experiencia en ciencia de datos y estadística.
21 Horas
Testimonios (3)
conocimiento del formador, personalizado, todos los temas cubiertos
eleni - EUAA
Curso - Forecasting with R
Traducción Automática
La variación con ejercicio y demostración.
Ida Sjoberg - Swedish National Debt Office
Curso - Econometrics: Eviews and Risk Simulator
Traducción Automática
Las aplicaciones de la vida real utilizando Statcan y CER como ejemplos.
Matthew - Natural Resources Canada
Curso - Data Analytics With R
Traducción Automática