»Home »Seminare » R

Termine Klicken Sie für eine Online-Buchung auf das gewünschte Datum.

training duration icon R - Bayessche Statistik mit R

Dauer: 3 Tage
Lieferart: Klassenraum
Zielgruppe: Datenanalysten
Kursnummer: 1000030
Methode: Vortrag mit Beispielen und Übungen.
  • Themen
  • Übersicht
  • Dozent
  • Download
  • Buchung/Service

Tab 1

Topicsss

A. Wahrscheinlichkeit und Bayessche Statistik

[Dauer: 0.5 Tage] Einführung in Bayessche Statistik - Abgrenzung zum frequentistischen Wahrscheinlichkeitsbegriff - Der Bayessche Wahrscheinlichkeitsbegriff - Übersicht zu Wahrscheinlichkeit, Zufallsvariablen und diskreten und stetigen Verteilungen - Ereignisse, Ereignisraum, Verbundereignisse, Randverteilungen und bedingte Wahrscheinlichkeit - Addition und Multiplikation - Satz von Bayes

B. Modelle mit einem Parameter

[Dauer: 0.5 Tage] Vergleich mit dem frequentistischen / traditionellen Ansatz - Inferenz mit dem Bayesschen Ansatz - A-priori-Wahrscheinlichkeit und A-posteriori-Wahrscheinlichkeit - Likelihood (inverse Wahrscheinlichkeit oder Mutmaßlichkeit) - Bayesianische Inferenz für Punktschätzungen (Mittelwert und Varianz) und Intervallschätzungen - A-posteriori-Verteilung und ihre Verwendung für Hypothesentests

C. Modelle mit mehreren Parametern

[Dauer: 0.25 Tage] Konjugierte Prioren - Maximum-Likelihood-Methode - Informative und nicht-informative A-priori-Verteilungen - Gemeinsame Verteilung für Mittelwert und Varianz bei mehreren Parametern

D. Modellanpassung mit Markov Chain Monte Carlo (MCMC)

[Dauer: 0.5 Tage] Stichproben aus Wahrscheinlichkeitsverteilungen - Markov Chain Monte Carlo (MCMC) Methoden - Bayesianische Modelle - Hierarchische Modellanpassung - Software OpenBUGS

E. Regressionsanalyse in der Bayessche Statistik

[Dauer: 0.5 Tage] Lineare Regression im frequentistischen Ansatz und im Bayesschen Ansatz - Hierarchische Modelle - Allgemeine Lineare Modelle (Probit, Logit, Log-Linear) - Modellgüte, Modellvergleich und Hypothesentests mit Bayes Faktoren

F. Data Mining und Klassifikation in der Bayessche Statistik

[Dauer: 0.75 Tage] Eigenschaften des Maschinenlernens - Naive Bayes - K-Nearest-Neighbor-Analse - Faktorenanalyse - Hauptkomponentenananlyse - Nicht-parametrische Vorhersage und Gauss-Prozesse

Tab 3

Tab 4

Tab 5

Tab 6

Description
Sie haben zu den genannten Terminen keine Zeit?
Auf Anfrage besteht die Möglichkeit einen individuellen Termin auszumachen.
Description
Zur Anmeldung oder für allgemeine Fragen zum Seminar nutzen Sie bitte das Kontaktformular oder die folgenden Möglichkeiten: Kontaktformular oder die folgenden Möglichkeiten:
  • Telefon : +49.30.8145622.00
  • Fax : +49.30.8145622.10