在當(dāng)今數(shù)據(jù)爆炸式增長(zhǎng)的社會(huì)中，對(duì)于數(shù)據(jù)的計(jì)算與統(tǒng)計(jì)還是很有必要的，本次考而思為同學(xué)們帶來的就是關(guān)于Computational statistics計(jì)算統(tǒng)計(jì)學(xué)課程的相關(guān)內(nèi)容，有興趣的同學(xué)不妨與我們一起來了解一下吧。

　　計(jì)算統(tǒng)計(jì)學(xué)是數(shù)學(xué)科學(xué)的一個(gè)分支，涉及獲得統(tǒng)計(jì)公式問題的數(shù)字解的有效方法。本課程將向?qū)W生介紹各種計(jì)算密集型統(tǒng)計(jì)技術(shù)以及計(jì)算作為發(fā)現(xiàn)工具的作用。主題包括統(tǒng)計(jì)推理中的數(shù)值優(yōu)化[期望最大化(EM)算法，F(xiàn)isher評(píng)分等]，隨機(jī)數(shù)生成，蒙特卡羅方法，隨機(jī)化方法，千斤頂?shù)斗椒?，自舉方法，用于識(shí)別數(shù)據(jù)結(jié)構(gòu)的工具，函數(shù)估計(jì)(正交多項(xiàng)式，樣條等)和圖形方法。

　　Computational statistics計(jì)算統(tǒng)計(jì)學(xué)課程目標(biāo)：

　　提供與統(tǒng)計(jì)分析和復(fù)雜數(shù)據(jù)可視化相關(guān)的計(jì)算密集型工具和方法的背景。

　　在課程結(jié)束時(shí)，同學(xué)將能夠：

　　比較和對(duì)比傳統(tǒng)統(tǒng)計(jì)和計(jì)算統(tǒng)計(jì)，解釋計(jì)算作為發(fā)現(xiàn)工具的作用。

　　使用軟件R實(shí)現(xiàn)計(jì)算統(tǒng)計(jì)技術(shù)。

　　通過選擇和實(shí)施適當(dāng)?shù)姆椒▉砉烙?jì)統(tǒng)計(jì)函數(shù)或參數(shù)

　　計(jì)算統(tǒng)計(jì)技術(shù)。

　　評(píng)估將特定計(jì)算統(tǒng)計(jì)技術(shù)應(yīng)用于給定問題的選擇。

　　應(yīng)用隨機(jī)化技術(shù)從大型數(shù)據(jù)集中提取信息。

　　生成圖形顯示作為分析大型數(shù)據(jù)集和計(jì)算的工具統(tǒng)計(jì)技術(shù)。

　　Computational statistics計(jì)算統(tǒng)計(jì)學(xué)課程重點(diǎn)：

　　優(yōu)化在推理中的作用、多元優(yōu)化和 EM 算法、蒙特卡羅方法1：仿真和MC集成、蒙特卡羅方法2：重要性采樣和馬爾可夫鏈蒙特卡洛、蒙特卡羅方法3：更多MCMC和實(shí)施問題、隨機(jī)化和數(shù)據(jù)分區(qū)、引導(dǎo)、功能評(píng)估和最終項(xiàng)目建議、密度估計(jì)、雙變分平滑、計(jì)算統(tǒng)計(jì)中的圖形方法。

　　而針對(duì)上述課程的Computational statistics計(jì)算統(tǒng)計(jì)學(xué)課程內(nèi)容，考而思的老師可以為同學(xué)們提供到一個(gè)一對(duì)一的定制化課程輔導(dǎo)幫助哦。若是同學(xué)們有所需求的話，不妨通過在線老師來與我們?nèi)〉寐?lián)系哦。