Statistische analyse en modellering in R.

In deze training leer je om verschillende dynamische statistische hulpmiddelen te gebruiken om je gegevens te verkennen en te begrijpen. Je onderzoekt populatieverdelingen om willekeurige variabelen te modelleren, werkt met discrete en continue kansverdelingen en gebruikt discrete kansverdelingstypen, zoals de uniforme, binominale en Poisson-verdelingen. Vervolgens leer je om de nul- en alternatieve hypothesen voor een tests op te stellen en om de resultaten te interpreteren. Je onderzoekt de meest gebruikte statistische toetsen, de T-toets en variantieanalyse (ANOVA).

Regressiemodellen worden gebruikt om continue waarden te voorspellen en zijn de meest gebruikte machine learning-modellen. In deze training leer je te begrijpen wat algoritmen voor machine learning (ML) precies zijn en hoe je ML-modellen kunt gebruiken om resultaten te voorspellen op basis van invoergegevens. Je leert logistische regressie en beslissingsbomen te gebruiken om classificatiemodellen te bouwen en je modellen te evalueren met behulp van nauwkeurigheid, precisie en terugroepactie. Clustering is een leeralgoritme zonder toezicht dat zelf patronen in gegevens ontdekt en helpt bij het identif...