Programa do Curso

Estatística & Programação Probabilística em Julia

Estatística básica

  • Estatística
    • Estatísticas resumidas com o pacote statistics
  • Distribuições & Pacote StatsBase
    • Univariada & Multivariada
    • Momentos
    • Funções de probabilidade
    • Amostragem e Geração de Números Aleatórios (RNG)
    • Histogramas
    • Estimação de máxima verossimilhança
    • Distribuição de produto, truncada e censurada
    • Estatística robusta
    • Correlação & Covariância

DataFrames

(Pacote DataFrames)

  • Entrada e saída de dados (I/O)
  • Criação de Data Frames
  • Tipos de dados, incluindo categóricos e dados ausentes
  • Classificação & Junção
  • Reformatar & Pivotar dados

Testes de Hipótese

(Pacote HypothesisTests)

  • Esquema básico dos testes de hipótese
  • Teste Qui-Quadrado
  • z-test e t-test
  • F-test
  • Teste exato de Fisher
  • ANOVA
  • Testes de normalidade
  • Teste de Kolmogorov-Smirnov
  • Teste T de Hotelling

Regressão & Análise de Sobrevivência

(Pacotes GLM & Survival)

  • Esquema básico da regressão linear e 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
    • Hazards Proporcionais de Cox

Distâncias

(Pacote Distances)

  • O que é uma distância?
  • Euclidiana
  • Cityblock (Manhattan)
  • Cosseno
  • Correlação
  • Mahalanobis
  • Hamming
  • MAD (Desvio médio absoluto)
  • RMS (Raiz quadrada da média dos quadrados)
  • Desvio médio quadrado

Estatística Multivariada

(Pacotes MultivariateStats, Lasso & Loess)

  • Regressão Ridge
  • Regressão Lasso
  • Loess
  • Análise discriminante linear
  • Análise de Componentes Principais (PCA)
    • PCA Linear
    • PCA Kernel
    • PCA Probabilística
    • Análise de Componentes Independentes (CA)
  • Regressão por Componentes Principais (PCR)
  • Análise Fatorial
  • Análise de Correlação Canônica
  • Escalonamento Multidimensional

Agrupamento (Clustering)

(Pacote Clustering)

  • K-means
  • K-medoids
  • DBSCAN
  • Agrupamento hierárquico
  • Algoritmo de Cluster de Markov
  • Agrupamento Fuzzy C-means

Estatística Bayesiana & Programação Probabilística

(Pacote Turing)

  • Modelo de Cadeia de Markov Monte Carlo (MCMC)
  • Hamiltonian Monte Carlo
  • Modelos Mistas Gaussianas
  • Regressão Linear Bayesiana
  • Regressão Exponencial da Família Bayesiana
  • Redes Neurais Bayesianas
  • Modelos de Markov Ocultos
  • Filtragem de Partículas
  • Inferência Variacional

Requisitos

Este curso é destinado a pessoas que já têm um background em ciência de dados e estatística.

 21 Horas

Declaração de Clientes (5)

Próximas Formações Provisórias

Categorias Relacionadas