客服咨询

意见反馈

统计计算
审计//
0.0
204
视频
10.5
课时
26.25
介绍
目录

课程概述

统计计算是统计学与计算科学的完美结合, 是进行探索性数据分析和高维数据可视化的有效方法, 已经成为大数据时代数据分析的重要组成部分!

课程目标

考核评价

讲师介绍

孔令臣

详细介绍

本课程为涉及数据分析有关的专业选修课,目的是向学生介绍统计计算的基本思想、原理与方法,使学生们对统计计算有一个整体的了解,增强学生们用统计思想和方法提出问题、分析问题和解决问题的能力。本课程主要包含概率和统计抽样的基本概念、生成随机数的方法、探索性数据分析的可视化和动态结构发现方法、推断统计的蒙特卡洛方法、自助法、数据分割方法、以及概率密度估计方法等。为使学生更好地理解统计计算的基本思想,本课程通过实际问题背景来引入基本概念,使学生能够深刻体会这些概念的来龙去脉,理解其中所蕴含的统计思想和原理。课程中尽量避免复杂的概率理论知识推导过程,主要侧重于统计思想和统计计算的讲解,同时指出了相应知识的参考资料并给出用于统计计算的MATLAB、R、或者Python语言程序代码。

第一章 课程简介
课程简介

(270s)

第二章 概率基础概念
概率基础概念

(995s)

第三章 统计基础概念
统计基础概念

(1010s)

第四章 生成随机数
生成随机数

(1051s)

算法例子

(699s)

第五章 探索性数据分析
第六章 结构发现
数据投影--主成分分析-- 投影寻踪EDA

(1706s)

独立成分分析--大巡演

(1019s)

非线性降维

(1319s)

算例

(921s)

第七章 推断统计的蒙特卡罗方法
经典推断统计-- 推断统计的Monte Carlo方法

(1689s)

自助法

(1899s)

算例

(355s)

第八章 数据划分
交叉验证

(1155s)

刀切法--更好的自助置信区间 --自助刀切法

(1520s)

算例

(317s)

第九章 概率密度估计
直方图-1

(962s)

直方图-2

(1029s)

核密度估计

(817s)

有限混合

(1626s)