TOP Online kurzy statistiky

Tento program vám pomůže naučit se vytvářet modely s náhodnými faktory pro veličiny s různými typy rozdělení. Pro snazší zvládnutí materiálů kurzu budete potřebovat základní znalosti lineárních modelů (obecné a zobecněné), základní znalost R a schopnost vytvářet jednoduché .html dokumenty pomocí rmarkdown a pletař.

Školení, semináře a certifikace. Objem programu je 32 hodin. Cílem programu je získání teoretických znalostí v oblasti funkčnosti výpočtů a analýz informace a také praktické dovednosti v analýze velkých objemů dat, statistickém zpracování dat, řešení optimalizačních problémů, generování maker za účelem jejich použití pro často se opakující operace a automatizaci práce pomocí tabulek MS Excel.

Tento kurz je vhodný pro lidi, kteří potřebují analyzovat data, ve kterých nejsou pozorování na sobě nezávislá (například rodiny, opakovaná měření atd.). Kurz je určen pro ty, kteří si osvojili základní techniky regresní analýzy v jazyce R, znají metodu maximální věrohodnosti a zobecněné lineární modely.

Tento kurz je zaměřen na lidi, kteří se chtějí naučit popisovat vzorce chování kvantitativních veličin v závislosti na diskrétních faktorech. Kurz je určen pro ty, kteří si osvojili základní techniky regresní analýzy v jazyce R.

Datová věda zahrnuje širokou škálu přístupů a metod pro sběr, zpracování, analýzu a vizualizaci souborů dat jakékoli velikosti. Samostatnou prakticky důležitou oblastí této vědy je práce s velkými daty pomocí nových principů matematické a výpočtové modelování, kdy klasické metody přestávají fungovat pro svou nemožnost škálování. Tento kurz je navržen tak, aby pomohl studentovi naučit se základy dané oblasti prostřednictvím formulace a řešení typických problémů, s nimiž se může výzkumník datové vědy u sebe setkat práce. Aby se student naučil takové problémy řešit, poskytnou autoři kurzu studentovi potřebné teoretické minimum a ukáží, jak využít nástrojový základ v praxi.

Cílem předmětu je proškolit studenty v moderních metodách ekonometrického modelování jednorozměrných časových řad. Cíle kurzu jsou: rozvinout u studentů porozumění metodologii empirického výzkumu a možnosti ekonometrických modelů a limity jejich aplikace, jakož i rozvíjení dovedností v práci s reál ekonomické údaje.

Naučíte se řešit obchodní problémy pomocí dat. Nejprve se potřebně proškolte, zdokonalte se v matematice a statistikách a poté studujte SQL, Python, Power BI a za rok se stanete datovým analytikem.

Předmět seznamuje studenty s hlavními sekcemi matematické statistiky: deskriptivní statistikou, intervalový odhad, statistické testování hypotéz, regresní analýza a korelace analýza.

V druhé části kurzu "Teorie pravděpodobnosti - nauka o náhodnosti" jsou uvažovány spojité pravděpodobnostní prostory, které výrazně rozšiřuje analytické možnosti teorie a umožňuje vytvářet zajímavé modely pomocí pokročilejších matematický aparát.

Program je věnován technologiím pro práci s velkými objemy dat. V současné době ICT změnilo celý náš život – osobní i průmyslovou sféru. Za prvé je to způsobeno hromaděním obrovského množství dat, které je třeba umět, ve všech oblastech lidského detailu najít, extrahovat, strukturovat, uložit do kompaktní podoby, rychle najít potřebné prvky, agregovat a analyzovat. Analýza dat může pomoci vyřešit mnoho odborných problémů, jako například: jaká je očekávaná poptávka po konkrétním produktu? Kdy byla tato poptávka největší? Jaké jsou trendy změn cen na trhu? Atd. Datová věda se zabývá širokou škálou témat.

Originalita navrhovaného předmětu Makroekonomie spočívá v tom, že kombinuje prvky úvodní a střední úrovně. Je zaměřen na magisterské studenty, kteří nemají základní ekonomické vzdělání, kteří budou muset vystudovat pokročilou makroekonomii. Studenti magisterského studia, kteří již absolvovali magisterské studium Makroekonomie s pomocí tohoto předmětu, si budou moci osvěžit své základní kompetence v této disciplíně.

Základní online kurz lineární algebry, který obsahuje všechny klíčové aplikace a algoritmy pro statistiku a vícerozměrnou analýzu, i když ne vždy obsahuje podrobné důkazy.