课程概述
The objectives of this unit of study are to develop an understanding of modern computationally intensive methods for statistical learning, inference, exploratory data analysis and data mining. Advanced computational methods for statistical learning will be introduced, including clustering, density estimation, smoothing, predictive models, model selection, combinatorial optimisation methods, sampling methods, the Bootstrap and Monte Carlo approach. In addition, the unit will demonstrate how to apply the above techniques effectively for use on large data sets in practice.
本研究单元的目标是了解用于统计学习、推理、探索性数据分析和数据挖掘的现代计算密集型方法。将介绍用于统计学习的高级计算方法，包括聚类、密度估计、平滑、预测模型、模型选择、组合优化方法、采样方法、Bootstrap 和 Monte Carlo 方法。此外，本单元将演示如何在实践中有效地将上述技术应用于大型数据集。 学习成果
1.制定特定领域/上下文的问题并确定适当的统计分析
2.制定、评估和解释适当的统计模型来描述多个因素之间的关系
3.使用给定的分类器执行统计机器学习并创建交叉验证方案来计算预测精度
4.理解、执行和解释各种无监督机器学习方法
5.构建和实施重采样技术以了解统计模型的行为
6.创建可重现的报告以使用编程语言传达结果 如有更多想要了解的相关课程或者其它需求，可以点击下方链接咨询客服，或者加我们的客服小姐姐（记得备注“知乎”享专属试听课，及套餐优惠）！ 海岸EDU旗下海岸课堂，作为专业的留学生课程辅导机构，无时差提供课业辅导，论文辅导、考前冲刺辅导等。如果，你在留学过程中产生了课业烦恼，都可以来找我们，现在点击上方客服链接咨询，备注知乎还可以领取专属新人优惠及免费试听课哦~
窥视卡
雷达卡
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜