Kurser som berör programmering och statistik?

  • Författare
  • Meddelande

joki20

html-kodare

  • Inlägg: 15
  • Blev medlem: 03 aug 2020, 07:23

Kurser som berör programmering och statistik?

Inlägg01 okt 2020, 08:30

Om man vill vidareutveckla sig inom webbprogrammering och statistik för att framställa grafiska representationer lämpat för dataanalyser, vad finns det för distanskurser i Sverige man eventuellt kan fördjupa sig vidare i?
Användarvisningsbild

mos

dbwebb

  • Inlägg: 11198
  • Blev medlem: 10 nov 2011, 09:52
  • Ort: Ronneby / Bankeryd

Re: Kurser som berör programmering och statistik?

Inlägg01 okt 2020, 09:44

Vår kurs i matmod, går på programmet år 2.
Den skall lösa en del av den kravställningen.

Ett alternativ.
...
..:
.... /mos
Användarvisningsbild

datalowe

på gång

  • Inlägg: 3
  • Blev medlem: 16 aug 2020, 17:45

Re: Kurser som berör programmering och statistik?

Inlägg02 okt 2020, 13:13

Om man vill vidareutveckla sig inom webbprogrammering och statistik...


Det beror på hur djupt du vill gå när du säger statistik. Jag försöker ge lite olika uppslag utifrån min högst subjektiva uppfattning.

Om du vill lära dig verkligen från grunden och gå matematikkurser så kan du pröva att söka på "Linjär algebra" och "Envariabelanalys" på antagning.se, och ställa in att du bara vill se distanskurser (beroende på vad du gått för mattekurser i gymnasiet eller senare kan du behöva gå någon förberedande kurs först). Jag gick båda kurserna på distans genom Högskolan i Gävle. Jag tyckte att Linjär algebra-kursen var väldigt bra, Envariabelanalysen funkade men hade mindre vägledning och konkreta övningar att träna med, det blev mer upp till mig själv att söka efter material osv. Ifall du faktiskt ska gå de här kurserna kan jag varmt rekommendera Kollins/Tams crash courses för vardera kurs, fritt tillgängliga på YouTube: https://www.youtube.com/channel/UCwOemjj0Vvrm-Iju0anP6ww/playlists . Ifall du undrar om/hur de här kurserna faktiskt är relevanta så kan du säkert hitta bra förklaringar på youtube eller genom att allmänt nätsöka.

Det finns hos Karolinska Institutet en grundläggande distanskurs i att använda programmeringsspråket R, som i kombination med GUI:t RStudio används flitigt inom statistik, för statistiska analyser. https://ki.se/en/meb/introduction-to-r

Det finns också ett par andra kurser i R, sök på antagning.se om det är intressant.

Ifall du istället vill använda Python för dataanalys/visualisering så finns det säkert distanskurser inriktade på det. Rent allmänt så kan du pröva att söka på "Data science" på antagning.se och kolla vad som kommer upp.

Just för kombinationen webb och statistik så kan du vilja ta en titt på R:s paket Shiny: https://shiny.rstudio.com/. Mitt (inte så insatta) intryck är att Shiny är mer etablerat, men det finns för Python ett motsvarande paket, plotly: https://plotly.com/python/sliders/

Jag vet inte så mycket om det, men plotly verkar själva rekommendera att man använder Dash för att sätta ihop appar: https://dash-gallery.plotly.host/Portal/ Dash kan också användas med R, eller Julia. Julia är inte lika etablerat men används av en del stora företag och det är mycket möjligt att det inom några år kommer ersätta R/Python inom en del områden där laddningstider är viktiga, och/eller det krävs tunga beräkningar, eftersom det vad jag förstått lämpar sig väl för interaktiv kodning följt av kompilering till binär, effektiviserad kod. Men kanske visar sig Julia inte vara tillräckligt användar-/kodarvänligt på något vis, eller bara inte får med sig tillräckligt mycket folk, så att det inte lever upp till förhoppningarna. Jag vet ganska lite om Julia, så jag kan inte säga så mycket.

Jag vet att det finns paket för att göra liknande saker som de jag beskriver ovan också i JavaScript, jag kan ingenting om det tyvärr. Jag tror dock att i princip alla som jobbar med data science och visualisering använder Python/R (eller Julia om de är i ett särskilt fält) åtminstone till en början för att utforska data interaktivt i ett första skede, medan det kommer senare att eventuellt bygga en app i t ex JavaScript eller Java för de mest relevanta visualiseringarna och rapporterna.

Ifall du har svårt att hitta passande kurser kan jag för självstudier rekommendera Hadley Wickhams "R for Data Science" om du vill pröva R (han introducerar också en hel del generella statistiska koncept däri). För Python har jag inte läst längre i någon bok, men här finns en lista på förslag: https://cmdlinetips.com/2019/01/free-python-books-for-data-science/. När du väl kan Python ganska bra tror jag boken "Think Stats" (från huvudförfattaren till "Think Python"), som de också föreslår i listan, är läsvärd https://greenteapress.com/wp/think-stats-2e/ . Jag började på den för ett bra tag sen men kom inte så långt, eftersom jag inte kunde grundläggande Python tillräckligt väl då.

Data science är ett extremt brett fält och det är lätt att gå vilse i allt. Det är bra att försöka skapa dig en uppfattning om på vilken nivå du vill lägga dig. Vill du förstå grunderna och ta fram komplexa statistiska modeller själv? Eller vill du hellre fokusera på presentation och att bygga "front-ends" för modeller/data som andra arbetat fram? Sen kan du bestämma dig för ett programmeringsspråk att börja med, som du kan använda som ett verktyg för att kunna interagera med/applicera olika statistiska-/matematiska-/designkoncept du lär dig så att de blir mer gripbara. Jag skulle inte rekommendera Julia här, just för att det språket är så nytt och det inte finns alls lika mycket bra läromaterial kopplat till språket. JavaScript gissar jag kan vara krångligt att börja med, eftersom jag föreställer mig att det leder till att man måste fatta en massa beslut om vilka paket man ska sätta sig in i trots att man inte vet vad som kommer användas inom ett par år, och JS är i regel mindre interaktivt när man kodar (finns också en del stöd för det här: https://www.freecodecamp.org/news/should-data-scientists-learn-javascript-e611d45804b8/). I det långa loppet är det förstås mycket möjligt att JS kommer ta över, men det går alltid att lära sig senare. Känner du att du gillar Python skulle nog jag försöka mig på att jobba med det. Å andra sidan tror jag att läromaterialen för R kan vara mer pedagogiska för någon som inte bara är ny till statistik, utan också är ovan vid att använda programmeringsspråk, så ifall du stöter på patrull med Python kanske det är värt att testa R.

Igen, väldigt subjektivt alltihop, mycket möjligt att matmod har ett helt annat och mer passande upplägg.

Vilka är online

Användare som besöker denna kategori: Inga registrerade användare och 14 gäster