ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ

Περιγραφή

Περιέχει: Εισαγωγή στη στατιστική και στη στατιστική μηχανική μάθηση, Εισαγωγή στο στατιστικό πακέτο IBM SPSS STATISTICS, Εισαγωγή στη γλώσσα R, Εισαγωγή στη γλώσσα Python, Περιγραφική ανάλυση ποσοτικών δεδομένων, Γραφική απεικόνιση ποσοτικών δεδομένων, Γραφικές μέθοδοι ελέγχου της κανονικότητας, Έλεγχοι κανονικότητας, Στατιστική συμπερασματολογία για ένα δείγμα, Στατιστική συμπερασματολογία για δύο δείγματα, Στατιστική συμπερασματολογία για δυο εξαρτημένα δείγματα, Στατιστική συμπερασματολογία για k ανεξάρτητα δείγματα, Στατιστική συμπερασματολογία για k εξαρτημένα δείγματα, Περιγραφή κατηγορικών μεταβλητών και συμπερασματολογία για ποσοστά, Πίνακες συνάφειας για ποιοτικές μεταβλητές, Διαγνωστικοί έλεγχοι και καμπύλες ROC, Συσχέτιση ποσοτικών μεταβλητών, Εισαγωγή στην γραμμική παλινδρόμηση, Εισαγωγή στην λογιστική παλινδρόμηση, Εισαγωγή στην ανάλυση επιβίωσης, Εισαγωγή στην Ridge Regression, Εισαγωγή στην ανάλυση συνδιακύμανσης, Αξιολόγηση αξιοπιστίας ερωτηματολογίου, Εισαγωγή στην παραγοντική ανάλυση, Εισαγωγή στη διαχωριστική ανάλυση, Εισαγωγή στην ανάλυση σε συστάδες, Εισαγωγή στα νευρωνικά δίκτυα, Εισαγωγή στη μέθοδο Nearest Neighbor, Εισαγωγή στην παλινδρόμηση μερικών ελαχίστων τετραγώνων, Εισαγωγή στα δέντρα αποφάσεων, Μελέτες περίπτωσης, Στατιστικοί πίνακες, Βιβλιογραφία, Ελληνο-αγγλικό λεξικό όρων, Αγγλο-ελληνικό λεξικό όρων