Git Product home page Git Product logo

aw2021's Introduction

Analiza Wielowymiarowa - WNE UW

USOS

Przedmioty kierunkowe (obowiązkowe) do wyboru - studia II stopnia IE
Przedmioty obowiązkowe dla I r. studiów magisterskich drugiego stopnia

Opis

Celem zajęć jest zapoznanie uczestników z najważniejszymi metodami statystyki wielowymiarowej. Metody te służą do analizy zjawisk opisywanych przez więcej niż jedną zmienną objaśnianą. Znajdują zastosowanie przy analizie dużych zbiorów danych, umożliwiając wydobycie z danych najbardziej istotnych informacji. Stanowią podstawę współczesnych metod uczenia maszynowego. Celem dodatkowym jest przygotowanie uczestników do praktycznego stosowania poznanych procedur statystycznych oraz samodzielnej interpretacji uzyskanych wyników. Uczestnicy poznają najbardziej popularne i przydatne metody stosowane w badaniach społecznych i badaniach rynku. Zajęcia są prowadzone w środowisku Stata/Python/R.

Blok 1: Wprowadzenie (1 zajęcia)

Blok 2: Testy parametryczne i nieparametryczne (1 zajęcia)

Blok 3: Współzależność zjawisk (3 zajęcia)

Blok 4: Analiza dyskryminacji (1 zajęcia)

Blok 5: Analiza skupień (grupowania, segmentacja) (2 zajęcia)

Blok 6: Metody redukcji wymiaru (2 zajęcia)

Blok 7: Analiza conjoint (1 zajęcia)

Blok 8: Prezentacje (3 zajęcia)

Środowisko Pracy

Prezentacja ./materialy/zajecia01/aw_01_env.pdf

Instalacja STATA 17 oraz Anaconda

git clone https://github.com/Polkas/AW2021

  • Użycie conda env create --file environment.yaml lub Anaconda Navigator
  • Na prywatnych komputerach conda create --yes --name py38_aw_wne python=3.8 i conda activate py38_aw_wne i pip install -r requirements.txt i opcjonalnie inne pakiety np na komputerach WNE potrzebny byl jeszce pakiet pywin32 (conda install pywin32)

Po otrzymaniu prosze umieści hasło w pliku ./spec.yaml w attrybucie password_pyaescrypt. W pliku ./spec.yaml nalezy uzupelnic sciezke do programu STATA oraz jego wersje.

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.