描述
扩展至大数据的推断型数据科学工具，使用开源软件。似然的渐近性质，参数与非参数方法，自助法（bootstrap）、插梳法（jackknife）估计，频率派与贝叶斯视角。发展形式化工具，使用仿真演示概念，通过可视化与数值计算使抽象概念具体化。
先修课程
- 先修：STAT 2210。
条件与方式
- 排除获得 STAT 3509 或 STAT 3559 的额外学分。
- 先修：STAT 2210。
- 每周三小时讲座，每周一小时实验。
原文参考文本
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.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://calendar.carleton.ca/undergrad/courses/STAT/