Description
Outils inférentiels de science des données étendus aux mégadonnées en utilisant des logiciels open-source. Propriétés asymptotiques des vraisemblances, approches paramétriques et non paramétriques, bootstrap, estimation jackknife, perspectives fréquentiste et bayésienne. Des outils formels sont développés. Les concepts sont démontrés par simulation. Les concepts abstraits sont concrétisés par la visualisation et le calcul numérique.
Préalables
- Prérequis : STAT 2210 .
Conditions et modalités
- Empêche l'octroi de crédits supplémentaires pour Empêche l'octroi de crédits supplémentaires pour STAT 3509 ou STAT 3559 .
- Prérequis : STAT 2210 .
- Cours magistral trois heures par semaine, laboratoire une heure par semaine.
Texte de référence dans sa langue d’origine
Inferential data science tools extending to big data using open-source software. Asymptotic properties of likelihoods, parametric and non-parametric approaches, bootstrap, jackknife estimation, frequentist and Bayesian perspectives. Formal tools are developed. Concepts are demonstrated using simulation. Abstract concepts are made concrete through visualization and numerical computation.
- Prerequisite(s): STAT 2210 .
- Precludes additional credit for Precludes additional credit for STAT 3509 or STAT 3559 .
- Lectures three hours a week, laboratory one hour a week.
Sources et références
Les dates et les sources sont conservées pour vous aider à vérifier les renseignements. Les traductions sont proposées pour faciliter la lecture; la source officielle fait référence pour les conditions et les exigences.
Référence source : https://calendar.carleton.ca/undergrad/courses/STAT/