סדנה – Statistical Learning and Data Science – Prof. Trevor Hastie, Stanford University

עידכון (2016-05-19) – בשל מספר הנרשמים הרב, מיקום הסדנה הועבר לנפתלי 201.

עידכון (2016-05-18) – ההרשמה פתוחה שוב להרשמה! אתר רכישת הכרטיסים סגור זמנית בשל בעיה טכנית. ההרשמה תיפתח מחדש בעוד שעה קצרה (ואז הודעה זו תימחק). אם אתם רוצים לקבל עידכון במייל על פתיחת ההרשמה מחדש, שילחו מייל ל [email protected]

עידכון (2016-05-17) – ניתן (ורצוי) להוריד (ולהדפיס מראש) את קבצי המצגות מהקישורים הבאים:

פרטי הסדנה

ב-20.5.16 בשעות 9:00-13:00 (עם הפסקה בין 10:45-11:15), פרופסור Trevor Hastie יעביר סדנה.  הסדנה תתקיים בנפתלי 201 באולם מלמד 006, ליד בניין שנקר בפקולטה למדעים מדויקים, באוניברסיטת תל אביב. (יום לאחר הכנס השנתי של האיגוד)

הסדנה הינה בתשלום מוזל לחברי האיגוד, וללא תשלום לסטודנטים (אך השתתפות מותנית בהרשמה מראש). ניתן להירשם לסדנה מראש בקישור הבא: https://www.tixwise.co.il/he/isa_workshop

פרופסור הייסטי הוא אחד הסטטיסטיקאים המובילים בעולם, ואף השתתף בכתיבת הספרים המפורסמים (הניתנים להורדה בחינם):

We give an overview of statistical models used by data scientists for prediction and inference. With the rapid developments in internet technology, genomics, financial risk modeling, and other high-tech industries, we rely increasingly more on data analysis and statistical models to exploit the vast amounts of data at our fingertips.

We then focus on two important classes of tools. For wide data, we have a closer look at the lasso and its relatives, and for tall data random forests and boosting.

Most of the material can be found in “An Introduction to Statistical Learning, with Applications in R” by Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani (Springer, 2013), which is also available free in pdf format from http://web.stanford.edu/~hastie/local.ftp/Springer/ISLR_print6.pdf

 

השאר תגובה