Couvre les principes fondamentaux de la science des données, en mettant l'accent sur la profondeur et l'application pratique dans l'apprentissage automatique et l'analyse de données.
Examine la dépendance statistique, la confusion et les méthodes d'inférence causale, en mettant l'accent sur la distinction entre les approches existantes et nouvelles.
Explore les modèles de facteurs fonctionnels à haute dimension pour prévoir les courbes de mortalité au Japon, en discutant de l'estimation, de la cohérence et de l'application.
Couvre les concepts d'inférence statistique, en mettant l'accent sur la connexion entre les données et la probabilité, les types de variables et les phases d'analyse des données.
Explore la technologie de microarray pour l'analyse des données génomiques, couvrant Affymetrix GeneChip Probe Arrays, le prétraitement des données, la normalisation, l'analyse de l'expression différentielle et les comparaisons de méthodes.
