ТОП Онлине курсеви статистике
мисцеланеа / / November 27, 2023
Генерализовани линеарни модели
Овај програм ће вам помоћи да научите како да направите моделе са случајним факторима за количине са различитим типовима дистрибуција. Да бисте лакше савладали материјале за курс, биће вам потребно основно разумевање линеарних модела (опште и уопштено), основно познавање Р и способност креирања једноставних .хтмл докумената помоћу рмаркдовн и книтр.
4,2
Пословни прорачуни и напредна анализа података у табелама
Обуке, семинари и сертификације. Обим програма је 32 сата. Циљ програма је стицање теоријских знања из области функционалности прорачуна и анализе информације, као и практичне вештине у анализи великих количина података, статистичкој обради података, решавању проблема оптимизације, генерисање макроа у сврху њиховог коришћења за често понављане операције и аутоматизовање рада помоћу табела МС Екцел.
Ванредно студирање
2,7
Мешовити линеарни модели
Овај курс је погодан за људе који треба да анализирају податке у којима запажања нису независна једна од друге (на пример, породице, поновљене мере итд.). Курс је намењен онима који су савладали основне технике регресионе анализе користећи Р језик, упознати су са методом максималне вероватноће и генерализованим линеарним моделима.
4,2
Линеарни модели са дискретним предикторима
Овај курс је намењен људима који желе да науче како да опишу обрасце понашања квантитативних величина у зависности од дискретних фактора. Курс је намењен онима који су савладали основне технике регресионе анализе користећи Р језик.
4,2
Увод у науку о подацима
Наука о подацима укључује широк спектар приступа и метода за прикупљање, обраду, анализу и визуелизацију скупова података било које величине. Посебна практично важна област ове науке је рад са великим подацима користећи нове принципе математичко и рачунарско моделовање, када класичне методе престају да раде због своје немогућности скалирање. Овај курс је осмишљен да помогне студенту да научи основе предметне области кроз формулацију и решавање типичних проблема са којима се истраживач науке о подацима може сусрести у свом или њеном рад. Да би научили студента да решава овакве проблеме, аутори курса пружају студенту неопходан теоријски минимум и показују како да користи базу алата у пракси.
4,2
Економетрија: анализа временских серија
Сврха предмета је оспособљавање студената за савремене методе економетријског моделирања униваријатних временских серија. Циљеви предмета су: да се код студената развије разумевање методологије емпиријског истраживања и могућности економетријских модела и границе њихове примене, као и развијање вештина у раду са реалним економски подаци.
4,2
Аналитичар података од нуле до јуниора
Научићете да решавате пословне проблеме користећи податке. Прво прођите неопходну обуку, побољшајте математику и статистику, а затим проучите СКЛ, Питхон, Повер БИ и за годину дана постаћете аналитичар података.
4,2
Матх статистицс
Предмет упознаје студенте са главним деловима математичке статистике: дескриптивном статистиком, процена интервала, тестирање статистичких хипотеза, регресиона анализа и корелација анализа.
4
Теорија вероватноће је наука о случају. Део 2
У другом делу предмета „Теорија вероватноће – наука о случајности“ разматрају се непрекидни простори вероватноће, који значајно проширује аналитичке могућности теорије и омогућава вам да изградите занимљиве моделе користећи напредније математички апарат.
3,8
Обрада и анализа великих података
Програм је посвећен технологијама за рад са великим количинама података. Тренутно, ИКТ је променио читав наш живот - и личне и индустријске сфере. Пре свега, то је због акумулације у свим областима људских детаља огромних количина података које треба да се пронађите, издвојите, структурирајте, сачувајте у компактном облику, брзо пронађите потребне елементе, агрегирајте и анализирати. Анализа података може помоћи у решавању многих професионалних проблема, као што су: каква је очекивана потражња за одређеним производом? Када је ова потражња била највећа? Какви су трендови промена цена на тржишту? итд. Наука о подацима бави се широким спектром тема.
4,2
Макроекономија
Оригиналност предложеног курса Макроекономија лежи у чињеници да комбинује елементе уводног и средњег нивоа. Намењен је студентима мастер студија који немају основно економско образовање, који ће морати да студирају напредну макроекономију. Студенти мастер студија који су већ на основним студијама Макроекономије уз помоћ овог предмета моћи да освеже своје основне компетенције у овој дисциплини.
4,2
Линеарна алгебра
Основни онлајн курс линеарне алгебре, који садржи све кључне апликације и алгоритме за статистику и мултиваријантну анализу, иако не садржи увек детаљне доказе.
4,2