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
- Estadísticas descriptivas con el paquete statistics
-
Distribuciones y paquete StatsBase
- Univariables y multivariables
- Momentos
- Funciones de probabilidad
- Muestreo y generadores de números aleatorios (RNG)
- Histogramas
- Estimación de máxima verosimilitud
- Productos, truncamiento y distribuciones censuradas
- Estadística robusta
- Correlación y covarianza
DataFrames
(Paquete DataFrames)
- Entrada y salida de datos
- Creación de DataFrames
- Tipos de datos, incluidos datos categóricos y faltantes
- Ordenamiento y unión
- Reestructuración y pivotamiento de datos
Pruebas de hipótesis
(Paquete HypothesisTests)
- Principios fundamentales 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)
- Principios fundamentales de la regresión lineal y la familia exponencial
- Regresión lineal
-
Modelos lineales generalizados
- Regresión logística
- Regresión de Poisson
- Regresión gamma
- Otros modelos GLM
-
Análisis de supervivencia
- Eventos
- Kaplan-Meier
- Nelson-Aalen
- Riesgo proporcional de Cox
Distancias
(Paquete Distances)
- ¿Qué es una distancia?
- Euclidiana
- Cityblock
- Coseno
- Correlación
- Mahalanobis
- Hamming
- MAD
- RMS
- Desviación media al cuadrado
Estadística multivariable
(Paquetes MultivariateStats, Lasso y Loess)
- Regresión ridge
- Regresión Lasso
- Loess
- Análisis discriminante lineal
-
Análisis de componentes principales (PCA)
- PCA lineal
- PCA con kernel
- PCA probabilístico
- Análisis de componentes independientes (ICA)
- Regresión por componentes principales (PCR)
- Análisis factorial
- Análisis de correlación canónica
- Escalamiento multidimensional
Agrupamiento (Clustering)
(Paquete Clustering)
- K-means
- K-medoids
- DBSCAN
- Agrupamiento jerárquico
- Algoritmo de agrupamiento de Markov
- Agrupamiento difuso C-means
Estadística bayesiana y programación probabilística
(Paquete Turing)
- Cadena de Markov Monte Carlo
- Monte Carlo Hamiltoniano
- Modelos de mezclas gaussianas
- Regresión lineal bayesiana
- Regresión bayesiana de familia exponencial
- Redes neuronales bayesianas
- Modelos ocultos de Markov
- Filtrado de partículas
-
Inferencia variacional
Requerimientos
Este curso está dirigido a personas que ya cuentan con una base 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