Wir sind stolz darauf mitzuteilen, dass Statsomat in Phase II des Wettbewerbs DARPA’s AI Tools for Adult Learning 2022/2023 angekommen ist! Daumen drücken für die nächste Phase, damit wir Statsomat weiter entwickeln können! Mit Statsomat wollen wir erwachsenen Lernenden eine kostenfreie Hilfestellung bei der Datenanalyse anbieten.
Die Levenshtein-Distanz ist ein Maß für die Bearbeitung von Strings welches in Natural Language Processing, Text Mining und Deep Learning Anwendung findet. Folgende Folien einer Lehrveranstaltung an der Fachhochschule Würzburg-Schweinfurt beinhalten einen kompakten theoretischen Einstieg in die Levenshtein Distanz.
Ein bekanntes Experiment von R. Fisher und den Zusammenhang zum Chi² Test wird in einem Vortrag an der Hochschule Rhein-Bonn-Sieg erläutert, zu den Folien: Lady Tea Testing und der Chi² Test
We are happy to announce the launching of our Statsomat apps for automated statistical data analysis: https://statsomat.com WHAT ARE THE STATSOMAT APPS? ➲ Interactive webpages, created with RStudio® and Shiny® ➲ Upload your data and let the app crunch the statistics ➲ Download a PDF report for your dataset ➲ Interpretation in plain English by case included…
Im Rahmen unserer privaten Lernbegleitung beschäftigen wir uns gerade mit einem spannenden Thema: Time Series Modeling & Forecast für ca. 100 Produkte aus der Versicherungsbranche. Viele sind Zero-Inflated. Intermittent Demand Forecasting, TBATS und Deep Learning via LSTM Neuronalem Netz sind einige der Verfahren die wir empfehlen und betreuen.
Wir arbeiten gerade an einem Software-Tool für unsere statistische und Data Science Beratung. Noch können wir nicht viel verraten, außer dass man zum Beispiel ganz einfach Confirmatory Factor Analysis (CFA) mit dem package lavaan in R durchführen kann. Eine Interpretation der Ergebnisse in Worte wird mitgeliefert. Stay tuned.
Wir sind stolz darauf mitzuteilen, dass wir für DataCamp, das womöglich beste Portal für online Data Science Schulungen weltweit, ein neues Pool an Practice-Aufgaben für den Kurs Statistical Thinking in Python (Part 2) erstellt haben! Probiert es aus, es lohnt sich!
