Описание
Инструменты инференциальной науки о данных, расширяющиеся на большие данные с использованием программ с открытым исходным кодом. Асимптотические свойства правдоподобий, параметрические и непараметрические подходы, бутстрэп, оценивание джекнайфом, частотные и байесовские перспективы. Развиваются формальные инструменты. Концепции демонстрируются с помощью моделирования. Абстрактные концепции конкретизируются через визуализацию и численные вычисления.
Предварительные требования
- Предварительное требование: STAT 2210.
Условия и порядок
- Запрещается получение дополнительного зачёта за STAT 3509 или STAT 3559.
- Предварительное требование: STAT 2210.
- Лекции три часа в неделю, лабораторные один час в неделю.
Текст источника на языке оригинала
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.
Источники и ссылки
Даты и источники сохраняются, чтобы помочь вам проверить сведения. Переводы предлагаются для удобства чтения; официальным источником для условий и требований является оригинал.
Исходная ссылка : https://calendar.carleton.ca/undergrad/courses/STAT/