Glavni namen izobraževanja je spoznati Bayesove mreže – razred probabilističnih grafičnih modelov, ki zajema večino statističnih modelov, ki jih tipično uporabljamo. Probabilistično programiranje namreč statistiko približa programerjem in jim omogoči, da hitro in kvalitetno analizirajo podatke v večini tipičnih praktičnih scenarijev. Probabilistično razmišljanje pa je ključno tudi pri razumevanju sodobnih metod statistike in strojnega učenja.

Vsebina:

  • Osnove probabilističnega razmišljanja in Bayesove statistike.
  • Probabilistično programiranje in programski jezik Stan.
  • Primeri analiz: ocenjevanje parametra, primerjava skupin, linearna regresija.
  • Praktični in računski vidiki Bayesove statistike.

Za koga?

Izobraževanje je namenjeno udeležencem, ki so vešči programiranja in bi radi svoje znanje razširili še na analizo podatkov. Primerno je tudi za raziskovalce in strokovnjake, ki pri svojem delu že uporabljajo statistične metode in bi se radi spoznali še s sodobnim bayesovskim pogledom na statistično analizo.

Po izobraževanju boste …

… poznali osnove probabilističnega razmišljanja in programiranja, kar vam bo omogočilo statistično modeliranje v večini tipičnih scenarijev, ki jih srečamo v praksi.

Predznanja:

  • Dobro znanje programiranja, osnove verjetnosti in zanimanje za reševanje nalog s področja analize podatkov.
  • Znanje programskega jezika R, strojnega učenja ali statistike je zaželeno, ni pa nujno.

Trajanje:

  • 4 šolske ure

Izvajalci: