Statystyka i programowanie probabilistyczne w Julia

Opis

Zaawansowane szkolenie łączące teorię statystyki z praktycznym programowaniem probabilistycznym w języku Julia. Program koncentruje się na implementacji modeli statystycznych i probabilistycznych z wykorzystaniem nowoczesnych bibliotek. Warsztaty obejmują praktyczne zastosowania w analizie danych, uczeniu maszynowym i modelowaniu statystycznym. Szkolenie prowadzone jest w formie interaktywnych zajęć z dużą ilością praktycznych przykładów.

Profil uczestnika

• Analitycy danych pracujący z modelami statystycznymi
• Naukowcy zajmujący się badaniami ilościowymi
• Programiści specjalizujący się w data science
• Inżynierowie uczenia maszynowego
• Specjaliści ds. modelowania matematycznego
• Badacze stosujący metody probabilistyczne
• Eksperci ds. analizy ryzyka

Agenda

1. Podstawy programowania w Julia
• Składnia i typy danych
• Operacje wektorowe i macierzowe
• Zarządzanie pakietami
• Wizualizacja danych
2. Programowanie probabilistyczne
• Modelowanie rozkładów prawdopodobieństwa
• Łańcuchy Markova
• Metody Monte Carlo
• Wnioskowanie bayesowskie
3. Zaawansowana statystyka obliczeniowa
• Estymacja parametrów
• Testy hipotez
• Analiza szeregów czasowych
• Regresja i klasyfikacja
4. Optymalizacja i aplikacje
• Metody numeryczne
• Optymalizacja stochastyczna
• Studium przypadków
• Implementacja własnych modeli

Korzyści

Osiągnięcie biegłości w implementacji zaawansowanych modeli statystycznych w języku Julia. Praktyczne opanowanie technik programowania probabilistycznego i wnioskowania bayesowskiego. Rozwój umiejętności w zakresie optymalizacji kodu statystycznego. Zdobycie wiedzy o najnowszych metodach analizy danych i modelowania statystycznego. Nabycie praktycznych umiejętności w zakresie wizualizacji wyników analiz statystycznych. Poznanie efektywnych technik debugowania kodu statystycznego.

Wymagane przygotowanie uczestników

• Podstawowa znajomość statystyki matematycznej
• Doświadczenie w programowaniu w dowolnym języku
• Znajomość algebry liniowej
• Zrozumienie podstaw rachunku prawdopodobieństwa

Zagadnienia

• Język programowania Julia
• Rozkłady prawdopodobieństwa
• Wnioskowanie statystyczne
• Modelowanie bayesowskie
• Łańcuchy Markova
• Metody Monte Carlo
• Analiza szeregów czasowych
• Optymalizacja stochastyczna
• Wizualizacja danych statystycznych
• Programowanie wektorowe
• Metody numeryczne
• Obliczenia równoległe

Poznaj naszą firmę