Un curso de diseño experimental para los mineros de datos

Question

Estoy un equipo científico que trabaja en la minería de datos. No es ningún secreto decir que los informáticos son bastante buenos haciendo sistemática el diseño experimental y la evaluación - el uso de los valores de p y de confianza de las estimaciones se considera avanzada :).

Lo que me gustaría saber si hay buenos cursos/material para enseñar a los científicos de la computación acerca de un buen diseño experimental. Para hacer esto más específicos, voy a agregar la siguiente información:

• El curso debe ser dirigida a estudiantes de posgrado que puede suponer tener una comprensión razonable de la probabilidad, pero limitado de fondo en las estadísticas.
• El curso debe centrarse en el diseño experimental en "descontrolada antinatural configuración": en otras palabras, no hay ni un físico subyacente terreno de la verdad o una forma de controlar el proceso de recolección de datos (como seres humanos). Por supuesto, un buen curso se centrará en los fundamentos, pero debe lidiar con esta situación de una manera significativa.
• Un elemento computacional sería una ventaja, pero no es obligatoria. Nos lidiar con un montón de datos, pero se puede averiguar computacional de problemas a nosotros mismos si es necesario.

Answer 1

[Noah Smith][1] y [David Smith][2] ofreció un curso hace algún tiempo en JHU con similares motivaciones.

Esquema:

• Clase 1: introducción, revisión de estadísticas, pruebas de hipótesis, muestreo
• Conferencia 2: estadísticas de interés: medio, cuantiles, varianza
• Conferencias 3-4: los experimentos con el tiempo de ejecución y "espacio"
• Clase 5: análisis exploratorio de datos
• Clase 6: modelado paramétrico, la regresión y clasificación
• Clase 7: estadísticos de depuración y perfilado
• Clase 8: resumen y revisión

Para más detalles, consulte Empírica de Métodos de Investigación en Ciencias de la computación (600.408) http://www.cs.jhu.edu/~nasmith/erm/

Answer 2

Yo podría sugest dos libros en lugar de los cursos

• Computacional de Análisis de Texto Para la Genómica Funcional y Bioinformática por Soumya Raychaudhuri.
• El Oxford Handbook of Funcional el Análisis de los Datos por Editada por Frederic Ferraty y Yves Romain.

La primera, como una aplicación de la bioinformática y la segunda para cualquier disciplina

Espero que ayude

Answer 3

Buena pregunta. Estoy deseando ver las respuestas.

Desde un punto de vista estadístico dos cuestiones que es preciso abordar: la mayoría de las estadísticas y estadístico de los diseños de discutir pequeña muestra las estadísticas y la mayoría de las metodologías utilizadas por los ingenieros no son "modernas" de las estadísticas.

Yo no tengo ninguna sugerencia para el primer problema más allá de una buena educación escolar en la minería de datos/exploración y el significado de estadísticamente diferente cuando se enfrentan con el análisis de la población (o la gran muestra de las estadísticas.

Sin embargo, dos libros de interés para la introducción de los estudiantes a las estadísticas sería de Rand Wilcox (un psicólogo):

Wilcox, R. R. (2012). Introducción a la solidez de la Estimación y Pruebas de Hipótesis, 3ª Ed. Academic Press.

Wilcox, R. R. (2010). Fundamentos de los Modernos Métodos Estadísticos: Mejorar Sustancialmente la Potencia y Precisión, Springer, 2ª Ed.