Das Kursangebot
Wird aktuell leider nicht vom Veranstalter über FB24 angeboten.
Der Veranstalter war Comelio GmbH.
Um dennoch den richtigen Kurs zu finden, nutzen Sie unseren Such-Assistent.
Der Kurs hatte folgenden Inhalt:
Kursziele:
Die Bayessche Statistik ist Zweig der modernen Statistik, der mit dem Bayesschen Wahrscheinlichkeitsbegriff Fragestellungen der Stochastik untersucht. Der Fokus auf Wahrscheinlichkeit begründet die bayesianische Statistik als eigene Stilrichtung. Klassische und bayesianische Statistik führen teilweise zu den gleichen Ergebnissen, sind aber nicht vollständig äquivalent. Charakteristisch für bayesianische Statistik ist die konsequente Verwendung von Wahrscheinlichkeitsverteilungen bzw. Randverteilungen, deren Form die Genauigkeit der Verfahren bzw. Verlässlichkeit der Daten und des Verfahrens transportiert. Dieses umfangreiche Seminar beginnt beim Wahrscheinlichkeitsbegriff von Bayes und arbeitet sich dann über die Analyse von Verteilungen mit einem Parameter zu Verteilungen mit mehreren Parametern. Dabei werden sowohl klassische Themen wie die (lineare) Regression bayesianisch gelöst, aber insbesondere auch Fragestellungen, die typisch sind für Analysen mit der Bayesschen Statistik. Dazu zählen verschiedene Formen der Regressionsanalyse, Hypothesentests und Bayes Faktoren, der Markov Chain Monte Carlo (MCMC) Algorithmus sowie Klassifikationsverfahren für Data Mining. Neben R wird in diesem Seminar auch die Software OpenBUGS (Open Bayesian inference Using Gibbs Sampling) behandelt, welche sowohl die Methoden der Bayesschen Statistik wie auch MCMC anbietet und sowohl als eigenständiges Programm wie auch von R aus genutzt werden kann.
Kursbeschreibung:
Themen:
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
Unsere Dozenten:
Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.
Veröffentlichungen:
Projekte: Als Berater konzipiert Herr Skulschus Analysesysteme auf Basis von relationalen Datenbanken und entwickelt dann statistische Modelle und Analysen mit R-Programmierung. Zu seinen Kunden zählen Marktforschungsunternehmen, Marketing-Abteilungen sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung oder auch Forschungseinrichtungen.
Forschung: Er leitete ein mehrjähriges Forschungsprojekt zur Entwicklung eines Fragebogensystems mit ontologie-basiertem Datenmodell und innovativen Frage-Antwort-Darstellungen. Förderung durch das BMWi und Zusammenarbeit mit verschiedenen Universitäten.
Webseite:
Über das Postleitzahlen-Feld können Sie die Ergebnisse regional einschränken.
Wir helfen Ihnen auch gerne bei der Suche. Bitte füllen Sie dazu das Formular in unserem Such-Assistenten aus und ergänzen Sie dazu noch den Textvorschlag!
Wird aktuell leider nicht vom Veranstalter über FB24 angeboten.
Der Veranstalter war Comelio GmbH.
Um dennoch den richtigen Kurs zu finden, nutzen Sie unseren Such-Assistent.
Der Kurs hatte folgenden Inhalt:
Kursziele:
Die Bayessche Statistik ist Zweig der modernen Statistik, der mit dem Bayesschen Wahrscheinlichkeitsbegriff Fragestellungen der Stochastik untersucht. Der Fokus auf Wahrscheinlichkeit begründet die bayesianische Statistik als eigene Stilrichtung. Klassische und bayesianische Statistik führen teilweise zu den gleichen Ergebnissen, sind aber nicht vollständig äquivalent. Charakteristisch für bayesianische Statistik ist die konsequente Verwendung von Wahrscheinlichkeitsverteilungen bzw. Randverteilungen, deren Form die Genauigkeit der Verfahren bzw. Verlässlichkeit der Daten und des Verfahrens transportiert. Dieses umfangreiche Seminar beginnt beim Wahrscheinlichkeitsbegriff von Bayes und arbeitet sich dann über die Analyse von Verteilungen mit einem Parameter zu Verteilungen mit mehreren Parametern. Dabei werden sowohl klassische Themen wie die (lineare) Regression bayesianisch gelöst, aber insbesondere auch Fragestellungen, die typisch sind für Analysen mit der Bayesschen Statistik. Dazu zählen verschiedene Formen der Regressionsanalyse, Hypothesentests und Bayes Faktoren, der Markov Chain Monte Carlo (MCMC) Algorithmus sowie Klassifikationsverfahren für Data Mining. Neben R wird in diesem Seminar auch die Software OpenBUGS (Open Bayesian inference Using Gibbs Sampling) behandelt, welche sowohl die Methoden der Bayesschen Statistik wie auch MCMC anbietet und sowohl als eigenständiges Programm wie auch von R aus genutzt werden kann.
Kursbeschreibung:
Themen:
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
Unsere Dozenten:
Unser Trainer für Statistik und Data-Mining mit R Marco Skulschus studierte in Wuppertal und Paris Ökonomie und arbeitet schon seit mehr als 10 Jahren als Dozent, Fachbuch-Autor zum Thema Datenbanken, Datenanalyse und als Berater für statistische Analyse mit R. Teilnehmer/innen seiner R-Seminare sind Betriebswirte / Volkswirtschaftler, Ingenieure und Doktoranden, die für Statistik und Data Mining R einsetzen wollen.
Veröffentlichungen:
- "Grundlagen empirische Sozialforschung" (Comelio Medien, ISBN 978-3-939701-23-1)
- "System und Systematik von Fragebögen" (Comelio Medien, ISBN 978-3-939701-26-2)
- "Oracle SQL" (Comelio Medien, ISBN 978-3-939701-41-5)
- "SQL Server 2012: Data Mining und multivariate Verfahren" (Comelio Medien, ISBN 978-3-939701-85-9)
- "SQL und relationale Datenbanken" (Comelio Medien, ISBN 978-3-939701-52-1)
Projekte: Als Berater konzipiert Herr Skulschus Analysesysteme auf Basis von relationalen Datenbanken und entwickelt dann statistische Modelle und Analysen mit R-Programmierung. Zu seinen Kunden zählen Marktforschungsunternehmen, Marketing-Abteilungen sowie Abteilungen für die Qualitätssicherung und Prozessoptimierung oder auch Forschungseinrichtungen.
Forschung: Er leitete ein mehrjähriges Forschungsprojekt zur Entwicklung eines Fragebogensystems mit ontologie-basiertem Datenmodell und innovativen Frage-Antwort-Darstellungen. Förderung durch das BMWi und Zusammenarbeit mit verschiedenen Universitäten.
Webseite:
- http://www.marco-skulschus.de
- http://de.wikipedia.org/wiki/Marco_Skulschus
So finden Sie dennoch den richtigen Kurs:
Nutzen Sie die Freitextsuche oder klicken Sie oben auf die passende Branche.Über das Postleitzahlen-Feld können Sie die Ergebnisse regional einschränken.
Wir helfen Ihnen auch gerne bei der Suche. Bitte füllen Sie dazu das Formular in unserem Such-Assistenten aus und ergänzen Sie dazu noch den Textvorschlag!
Immer top informiert!
Möchten Sie regelmäßig die aktuellsten Informationen zu Ihren Bildungsthemen?