Descrição
Aprenda Métodos de Simulação Computacional Estocástica com Estatística Bayesiana com Exemplos Biológicos em R.
O que você aprenderá
- Estatística Bayesiana
- Processos Estocásticos
- Re-Amostragem por Importância
- Algoritmo de Kinas
- Métodos de Simulação Estocástica
- Cadeias de Markov
- Método de Monte Carlo
- Entropia Relativa à Uniformidade
Requisitos
- Programação em R: Manipulação de Matrizes; Loops com for( )
- Ter realizado o curso Análise Bayesiana de Dados com R ou possuir conhecimentos equivalentes
Descrição
Este curso, indicado para iniciantes em Estatística Bayesiana, amplia a abrangência do uso da Análise Bayesiana de Dados de forma irrestrita, permitindo simular qualquer tipo de comportamento probabilístico.
Durante o curso você vai aprender métodos de simulação estocástica: Introdução aos Processos Estocásticos; Método de Monte Carlo; Cadeias de Markov; Re-Amostragem por Importância; Distribuições Posteriores e muito mais!
Para quem é este curso:
- Pesquisadores (PhD, Doutores, Mestres), Cientistas de Dados, Profissionais/Estudantes de Humanas, Biológicas e Exatas.
Incluído no Curso
- 5 horas de vídeo aulas
- 15 Recursos para download
- Acesso total vitalício
- Acesso no dispositivo móvel e desktop
- Certificado de conclusão
Condições de Pagamento*
Parcelamos em até 10x no cartão de crédito ou à vista no boleto bancário, pelo sistema PagSeguro.
Após realizado o pagamento o aluno terá até 7 dias para desistir do curso ou antes de concluir o primeiro módulo (o que vencer primeiro). Caso o aluno desista do curso será reembolsado em até 30 dias com o valor integral, menos 4% referente às taxas administrativas.
* Para alunos residentes fora do Brasil emitimos ordem de pagamento pelo sistema PayPal. Para mais informações enviar mensagem para financeiro@metodosexatos.com.br
Professor responsável
André L.M.F. Santos
Matemático/Estatístico com Mestrado em Eng. de Produção.
Profissional com mais de 20 anos de experiência no setor acadêmico e corporativo.
Atualmente, faz doutorado em Marketing, pesquisando métodos quantitativos para otimização de investimento em meios digitais.
Avaliações
Não há avaliações ainda.