or
To ćwiczenie jest częścią kursu
W tym wprowadzeniu do danych wielowymiarowych nauczysz się je wczytywać i podsumowywać. Poznasz statystyki opisowe dla danych wielowymiarowych, takie jak wektor średnich, macierz wariancji-kowariancji i macierz korelacji. Następnie zapoznasz się z technikami wizualizacji, które pomagają lepiej zrozumieć dane wielowymiarowe.
W tym rozdziale poznasz najważniejszy i najszerzej stosowany wielowymiarowy rozkład prawdopodobieństwa – wielowymiarowy rozkład normalny. Dowiesz się, jak generować z niego losowe próbki, jak obliczać i wizualizować gęstości oraz prawdopodobieństwa. Nauczysz się też testować, czy zbiór danych pochodzi z wielowymiarowego rozkładu normalnego.
Ten rozdział wprowadza szereg rozkładów prawdopodobieństwa służących do modelowania danych odbiegających od normalności. Poznasz wielowymiarowe rozkłady t, które lepiej opisują dane z ciężkimi ogonami i stanowią uogólnienie jednozmiennego rozkładu t-Studenta. Zapoznasz się również z różnymi rozkładami skośnymi, zaprojektowanymi specjalnie do modelowania danych o skośności prawostronnej lub lewostronnej.
W ostatnim rozdziale poznasz techniki analizy danych wysokowymiarowych – analizę głównych składowych (PCA) i skalowanie wielowymiarowe (MDS). Nauczysz się też stosować te metody w praktyce, analizując rzeczywiste dane.
Bieżące ćwiczenie