Ressourcen
Folgende Skripte, Tutorials, Videos und Apps stehen frei zum Download oder Ansicht zur Verfügung:
Statsomat: Kostenfreie Apps für automatische statistische Analyse mit R und Python
DIE LEVENSHTEIN DISTANZ IN NATURAL LANGUAGE PROCESSING (Vortrag an der Hochschule Würzburg-Schweinfurt)
Python Skript für die Auswertung von Bioassay-Daten
Python Skript für Time Series Forecasting mit Deep Learning und LSTM
Lady Tea Testing und der Chi² Test: (Vortrag an der Hochschule Rhein-Bonn-Sieg)
Die Hauptkomponentenanalyse, ein Lehrvideo
R und Python live und interaktiv ausprobieren
Simulation
Folien für den ersten Teil der Vorlesung „Anwendungen mit SAS. Direkt aus der Praxis!“ gehalten von Denise als Lehrbeauftragte an der Hochschule Koblenz im Fachbereich Mathematik. Im ersten Teil wird insbesondere über die Simulation von Zufallsvariablen gesprochen. Dieser Teil der Vorlesung basiert zum größten Teil auf das Buch Introductory Statistics and Random Phenomena. Manfred Denker et al. Birkhaeuser Boston (1998). Download: Simulation.pdf.
Unsupervised Learning
Folien für den zweiten Teil der Vorlesung „Anwendungen mit SAS. Direkt aus der Praxis!“ gehalten von Denise als Lehrbeauftragte an der Hochschule Koblenz im Fachbereich Mathematik. In diesem Teil werden multivariate Statistik-Verfahren präsentiert und den Zusammenhang mit dem Begriff Data Mining erstellt. Es werden in diesem Teil sogenannte unsupervised Verfahren, i.e. Methoden für die Clusteranalyse und Hauptkomponentenanalyse dargestellt. Download: Unsupervised.pdf.
Supervised Learning
Folien für den dritten Teil der Vorlesung „Anwendungen mit SAS. Direkt aus der Praxis!“ gehalten von Denise als Lehrbeauftragte an der Hochschule Koblenz im Fachbereich Mathematik. In diesem Teil werden multivariate Statistik-Verfahren präsentiert und den Zusammenhang mit dem Begriff Data Mining erstellt. Es werden in diesem Teil sogenannte supervised Verfahren, insbesondere die Logistische Regression dargestellt. Download: Supervised.pdf.