¹û¶³´«Ã½

Modul 1: Statistisk dataanalys

A. Teori
Sannolikhet, betingad sannolikhet, Bayes sats, diskreta och kontinuerliga slumpvariabler, sannolikhetsfunktion, fördelningsfunktion, täthetsfunktion, lägesmått, spridningsmått, flerdimensionella slumpvariabler, beroendemått.

B. Praktik
Databehandling med programmering eller statistisk programvara, datareduktion, gleshet och kompression, principalkomponentanalys, klusteranalys, maskininlärning.

Modul 2: Statistisk inferens

A. Teori
Slumpmässiga stickprov, stickprovsfördelningar (t- och F-fördelningar), metoder för parameterskattning (minsta kvadratmetoden, maximum likelihood-metoden), beräkning av punkt och intervallskattningar för relevanta parametrar, variansanalys (ANOVA) och variansreduktion.

B. Praktik
Invers transform sampling, implementering av parameterskattningar med kontrollerad varians, jämförelse mellan skattningar baserade på maximum likelihood-metoden (eller andra metoder för parameterskattning) med skattningar baserade på maskininlärning.

¹óö°ù»åÂá³Ü±è²Ô¾±²Ô²µ²õ²Ô¾±±¹Ã¥: A1N (har endast kurs/er pÃ¥ grundnivÃ¥ som förkunskapskrav)

±«³Ù²ú¾±±ô»å²Ô¾±²Ô²µ²õ²Ô¾±±¹Ã¥: Avancerad nivÃ¥