গণিতবিদ একটি মানের স্ট্যাটাস ডিগ্রির সমতুল্য জ্ঞান চান


77

আমি মানুষের সদৃশ বন্ধ করতে তাই আমি ভালবাসেন না একটি রেফারেন্স চাওয়ার থেকে শুরু শেখার পরিসংখ্যান (যেমন এখানে )।

আমার কাছে গণিতে ডক্টরেট আছে তবে পরিসংখ্যান কখনও শিখিনি। শীর্ষস্থানীয় বিএস পরিসংখ্যান ডিগ্রির সমতুল্য জ্ঞানের সবচেয়ে সংক্ষিপ্ততম পথটি কী এবং আমি যখন এটি অর্জন করেছি তখন কীভাবে পরিমাপ করব।

যদি বইগুলির একটি তালিকা যথেষ্ট হয় (ধরে নিই আমি অনুশীলনগুলি বলতে পারি), এটি দুর্দান্ত। হ্যাঁ, আমি সমস্যাগুলি সমাধান করার বিষয়টি অন্তর্নিহিত হওয়ার প্রত্যাশা করি তবে বাস্তবতাই সম্ভব যত দ্রুত সম্ভব ট্র্যাক করতে চাই। আমি পরিশীলিত কঠোর চিকিত্সা খুঁজছি না যদি না এটি স্ট্যাটিস্টিকাল মেজররা সাধারণত যা শিখে তার অংশ না হয়।


1
আপনার ডক্টরেট প্রাপ্ত গণিতের কোন ক্ষেত্র? এটি প্রাসঙ্গিক হতে পারে।
এমপিটকাস

7
আপনি পরিসংখ্যান কেন জানতে চান তা আমাদের সাথে ভাগ করে নিতে পারেন? কৌতূহল? একটি প্রকল্প বা গবেষণা প্রয়োজন? চাকরি পরিবর্তন করতে চান? কিছু কোর্স শেখানো দরকার? তাত্ত্বিক ব্যক্তি হিসাবে পরিসংখ্যানবিদদের সাথে সহযোগিতা করতে চান?
হোয়াট

5
আমি মনে করি এটির পাশাপাশি ডোমেন-নির্দিষ্ট দক্ষতা বিকাশ করা প্রায় সর্বদা গুরুত্বপূর্ণ। প্রচুর পরিসংখ্যান নির্দিষ্ট ক্ষেত্রগুলির সাথে সম্পর্কিত মডেলগুলি শিখছে।
ত্রিস্তান

10
"পরিসংখ্যানবিদগণ একটি মানের গণিতের ডিগ্রির সমতুল্য জ্ঞান চান" - এর বিপরীতে চেষ্টা করুন - কোনও দ্রুত রুট হওয়ার সম্ভাবনা নেই।
সম্ভাব্যতাব্লোগিক

1
"আমি জানি লোকেরা নকল বন্ধ করতে পছন্দ করে" আমাকে হাসায়।
মোস্তফা এস আইসা

উত্তর:


77

(খুব) ছোট গল্প

দীর্ঘ গল্প সংক্ষিপ্ত, এক অর্থে পরিসংখ্যান অন্যান্য প্রযুক্তিগত ক্ষেত্রের মতো: এখানে কোনও দ্রুত ট্র্যাক নেই

দীর্ঘ কাহিনী

পরিসংখ্যানগুলিতে ব্যাচেলর ডিগ্রি প্রোগ্রামগুলি মার্কিন যুক্তরাষ্ট্রে তুলনামূলকভাবে বিরল One একটি কারণ যা আমি বিশ্বাস করি সত্য এটি হ'ল একটি স্নাতক পাঠ্যক্রমের পরিসংখ্যানকে ভালভাবে শেখার জন্য প্রয়োজনীয় সমস্ত বিষয়গুলি প্যাক করা বেশ কঠিন। এটি বিশেষত সত্যিকারের বিশ্ববিদ্যালয়গুলিতে সত্য যেখানে সাধারণ-শিক্ষার প্রয়োজনীয়তা রয়েছে at

প্রয়োজনীয় দক্ষতা (গাণিতিক, গণনাগত এবং স্বজ্ঞাত) বিকাশ করতে প্রচুর প্রচেষ্টা এবং সময় লাগে। শিক্ষার্থীরা যখন ক্যালকুলাসে স্নাতক এবং লিনিয়ার এবং ম্যাট্রিক্স বীজগণিতের একটি শালীন পরিমাণে দক্ষ হয়, তখন পরিসংখ্যানগুলি মোটামুটি শালীন "অপারেশনাল" স্তরে বোঝা শুরু হতে পারে। তবে যে কোনও প্রয়োগকৃত পরিসংখ্যানবিদ জানেন যে কোনও অঞ্চলে কুকি-কাটার বা রেসিপি-ভিত্তিক পরিসংখ্যানের সাথে সঙ্গতিপূর্ণ নয় এমন অঞ্চলে নিজেকে খুঁজে পাওয়া বেশ সহজ। পৃষ্ঠের নীচে কী চলছে তা বোঝার জন্য পূর্বশর্ত হিসাবে প্রয়োজনগাণিতিক এবং, আজকের বিশ্বে, গণনার পরিপক্কতা যা স্নাতক প্রশিক্ষণের পরবর্তী বছরগুলিতে কেবল সত্যই অর্জনযোগ্য। এটি একটি কারণ যা সত্য পরিসংখ্যান প্রশিক্ষণ বেশিরভাগ মার্কিন যুক্তরাষ্ট্রে এমএস পর্যায়ে শুরু হয় (ভারত, তাদের উত্সর্গীকৃত আইএসআই এর সাথে একটু আলাদা গল্প is কিছু কানাডিয়ান ভিত্তিক শিক্ষার জন্যও একই যুক্তি হতে পারে with ইউরোপীয় ভিত্তিক বা রাশিয়ান-ভিত্তিক স্নাতক পরিসংখ্যান শিক্ষার একটি জ্ঞাত মতামত থাকতে হবে))

প্রায় কোনও (আকর্ষণীয়) চাকরীর জন্য একটি এমএস স্তরের শিক্ষা প্রয়োজন এবং সত্যই আকর্ষণীয় (আমার মতে) চাকরির জন্য মূলত ডক্টরেট স্তরের শিক্ষা প্রয়োজন।

আপনারা গণিতে ডক্টরেট হিসাবে রয়েছেন তা দেখতে, যদিও আমরা কোন ক্ষেত্রে জানি না, এমএস-স্তরের শিক্ষার কাছাকাছি কিছু করার জন্য আমার পরামর্শ এখানে রইল। পছন্দগুলি ব্যাখ্যা করার জন্য আমি কিছু প্রথমসূত্র মন্তব্য অন্তর্ভুক্ত করেছি।

  1. ডি হাফ, পরিসংখ্যানের সাথে মিথ্যা বলুন কীভাবে । (খুব দ্রুত, সহজ পঠন read বিশেষত সাধারণ ব্যক্তির কাছে পরিসংখ্যান উপস্থাপনের ক্ষেত্রে প্রচুর ধারণাবাদী ধারণা এবং ক্ষতিগুলি দেখায়))
  2. মেজাজ, গ্রেবিল এবং বোস, পরিসংখ্যানের তত্ত্বের পরিচিতি , তৃতীয় সংস্করণ, 1974. (তাত্ত্বিক পরিসংখ্যানের এমএস-স্তরের পরিচয় You মতামতটি হ'ল কেসেলা এবং বার্জার বা রাইসের মতো আধুনিক অংশগুলির তুলনায় এটি সাধারণত ভাল এবং কিছুটা উন্নত)
  3. সেবার অ্যান্ড লি, লিনিয়ার রিগ্রেশন অ্যানালাইসিস , ২ য় সংস্করণ। (লিনিয়ার মডেলগুলির জন্য বিন্দু অনুমান এবং অনুমানের পরীক্ষার পিছনে তত্ত্ব রাখে যা সম্ভবত প্রয়োগিত পরিসংখ্যানগুলিতে বোঝার জন্য সবচেয়ে গুরুত্বপূর্ণ বিষয় Since আপনার সম্ভবত একটি ভাল লিনিয়ার বীজগণিতের পটভূমি রয়েছে, তাই আপনাকে তাত্ক্ষণিক জ্যামিতিকভাবে কী চলছে তা বুঝতে সক্ষম হওয়া উচিত) যা প্রচুর স্বজ্ঞাততা সরবরাহ করে model এছাড়াও মডেল নির্বাচনের মূল্যায়ন সম্পর্কিত বিষয়গুলি, অনুমানগুলি থেকে বিদায়, ভবিষ্যদ্বাণী এবং রৈখিক মডেলের শক্তিশালী সংস্করণগুলি সম্পর্কিত ভাল তথ্য রয়েছে))
  4. হস্টি, তিবশিরানী এবং ফ্রেডম্যান, স্ট্যাটিস্টিকাল লার্নিং এর উপাদানসমূহ , ২ য় সংস্করণ, ২০০৯। (এই বইটিতে আধুনিক মেশিন-লার্নিংয়ের প্রচুর বিষয় শেষের তুলনায় অনেক বেশি প্রয়োগিত অনুভূতি রয়েছে। এখানে প্রধান অবদান পরিসংখ্যানীয় ব্যাখ্যা প্রদানের ক্ষেত্রে রয়েছে অনেক মেশিন-লার্নিং ধারনা, যা বিশেষ করে এই ধরনের মডেল অনিশ্চয়তা পরিমাণে মধ্যে বন্ধ বহন করেনা করুন। এইটি এমন কিছু বিষয় যে যেতে উন (dER) টিপিক্যাল মেশিন-শেখার বই সুরাহা। বিনামূল্যে জন্য আইনত প্রাপ্তিসাধ্য tends হয় এখানে ।)
  5. উ: এগ্রেস্তি, শ্রেণিবদ্ধ ডেটা বিশ্লেষণ , ২ য় সংস্করণ। (কোনও পরিসংখ্যান কাঠামোর ক্ষেত্রে কীভাবে পৃথক উপাত্ত মোকাবেলা করতে হবে তার ভাল উপস্থাপনা Good ভাল তত্ত্ব এবং ভাল ব্যবহারিক উদাহরণ Perhaps সম্ভবত কিছু দিক থেকে traditionalতিহ্যগত দিক থেকে))
  6. বয়েড এবং ভ্যান্ডেনবার্গে, উত্তল অপটিমাইজেশন । (সর্বাধিক জনপ্রিয় আধুনিক পরিসংখ্যান অনুমান এবং অনুমান-পরীক্ষার সমস্যাগুলি উত্তল অপ্টিমাইজেশান সমস্যা হিসাবে সূচিত করা যেতে পারে numerous এটি অসংখ্য মেশিন-লার্নিং কৌশলগুলির জন্যও যায়, যেমন, এসভিএমগুলি। বিস্তৃত বোঝা এবং উত্তল প্রোগ্রামগুলির মতো এই জাতীয় সমস্যাগুলি সনাক্ত করার ক্ষমতা রয়েছে) আমি মনে করি, এটি বেশ মূল্যবান। এখানে আইনীভাবে নিখরচায় উপলভ্য )
  7. ইফ্রন এবং তিবশিরানী, বুটস্ট্র্যাপের একটি ভূমিকা । (বুটস্ট্র্যাপ এবং সম্পর্কিত কৌশলগুলির সাথে আপনার কমপক্ষে পরিচিত হওয়া উচিত a পাঠ্যপুস্তকের জন্য এটি দ্রুত এবং সহজভাবে পড়া।)
  8. জে লিউ, সায়েন্টিফিক কম্পিউটিংয়ে মন্টে কার্লো স্ট্র্যাটেজি বা পি। গ্লাসারম্যান, ফিনান্সিয়াল ইঞ্জিনিয়ারিংয়ের মন্টে কার্লো পদ্ধতি । (উত্তরোত্তর শব্দগুলি একটি নির্দিষ্ট অ্যাপ্লিকেশন অঞ্চলে খুব নির্দেশিত বলে মনে হয় তবে আমি মনে করি এটি খুব গুরুত্বপূর্ণ কৌশলগুলির একটি ভাল ওভারভিউ এবং ব্যবহারিক উদাহরণ দেবে Financial আর্থিক ইঞ্জিনিয়ারিং অ্যাপ্লিকেশনগুলি গত দশক বা তারও বেশি সময় ধরে মন্টি কার্লো গবেষণা যথেষ্ট পরিমাণে চালিত করেছে ।)
  9. ই টুফতে, পরিমাণগত তথ্যের ভিজ্যুয়াল প্রদর্শন । (পরিসংখ্যানবিদরা এমনকি তথ্যের উপস্থাপনা এবং উপস্থাপনা [অত্যন্ত] আন্ডাররেটেড।
  10. জে টুকি, এক্সপ্লোরার ডেটা বিশ্লেষণ । (স্ট্যান্ডার্ড। ওল্ডি, তবে গুডি। কেউ কেউ পুরানো বলতে পারে, তবে তার দিকে নজর দেওয়াও উচিত))

সম্পূরক

এখানে আরও কয়েকটি বই রয়েছে, বেশিরভাগ ক্ষেত্রে আরও কিছুটা উন্নত, তাত্ত্বিক এবং / অথবা সহায়ক প্রকৃতি, যা সহায়ক।

  1. এফএ Graybill, তত্ত্ব ও লিনিয়ার মডেল প্রয়োগ । (পুরাতন ধাঁচের, ভয়ানক টাইপসেটিং, তবে সেবার অ্যান্ড লি এর একই ক্ষেত্রটি এবং আরও অনেক কিছুকে coversেকে রেখেছে I
  2. এফএ গ্রেবিল, পরিসংখ্যানগুলিতে অ্যাপ্লিকেশন সহ ম্যাট্রিক্স । (উপরের অংশের অংশীদার পাঠ্য। ভাল ম্যাট্রিক্স বীজগণিতের এক সম্পদ এখানে পরিসংখ্যানগুলিতে দরকারী। গ্রেট ডেস্কের রেফারেন্স))
  3. দেবরোয়ে, গাইরফি এবং লুগোসি, প্যাটার্ন রিকগনিশনের একটি সম্ভাব্য থিওরি । (শ্রেণিবদ্ধকরণ সমস্যাগুলিতে পরিমিতকরণের পরিমাণের বিষয়ে কঠোর এবং তাত্ত্বিক পাঠ্য))
  4. ব্রকওয়েল এবং ডেভিস, সময় সিরিজ: তত্ত্ব এবং পদ্ধতি । (ধ্রুপদী সময়-সিরিজ বিশ্লেষণ। তাত্ত্বিক চিকিত্সা
  5. মোতওয়ানি এবং রাঘাওয়ান, এলোমেলোড অ্যালগরিদম । (গণনা সংক্রান্ত অ্যালগরিদমের জন্য সম্ভাব্য পদ্ধতি এবং বিশ্লেষণ))
  6. ডি উইলিয়ামস, সম্ভাবনা ও Martingales এবং / অথবা আর Durrett, সম্ভাব্যতা: তত্ত্ব ও উদাহরণ । (আপনি যদি পরিমাপ তত্ত্বটি দেখেছেন, তবে ডিএল কোহনের পর্যায়ে বলুন, তবে সম্ভবত সম্ভাবনা তত্ত্ব নয় Both যদি আপনি ইতিমধ্যে পরিমাপের তত্ত্বটি জানেন তবে উভয়ই দ্রুত গতিতে উন্নত are
  7. এফ। হ্যারেল, রিগ্রেশন মডেলিং কৌশলগুলি । ( স্ট্যাটাসটিকাল লার্নিং এর উপাদানগুলির মতোই ভাল নয় [ইএসএল], তবে এটির একটি আলাদা এবং আকর্ষণীয় বিষয় রয়েছে E ESL এর চেয়ে বেশি "traditionalতিহ্যবাহী" প্রয়োগের পরিসংখ্যানের বিষয়গুলি নিশ্চিত করে এবং এটি সম্পর্কে নিশ্চিতভাবে জানার মতো মূল্য রয়েছে))

আরও উন্নত (ডক্টরেট স্তর) পাঠ্য

  1. লেহম্যান এবং কেসেলা, পয়েন্ট অনুমানের তত্ত্ব । (পয়েন্ট অনুমানের পিএইচডি স্তরের চিকিত্সা this এই বইয়ের চ্যালেঞ্জের একটি অংশ এটি পড়ছে এবং টাইপো কী এবং কী নয় তা নির্ধারণ করা। যখন আপনি নিজেকে এগুলি দ্রুত স্বীকৃতি দিতে দেখবেন তখন বুঝতে পারবেন আপনি বুঝতে পারবেন There প্রচুর অনুশীলন রয়েছে সেখানে এই ধরণের, বিশেষত যদি আপনি সমস্যার মধ্যে ডুব দেন))

  2. লেহম্যান এবং রোমানো, পরিসংখ্যানের হাইপোথেসিস পরীক্ষা করছেন । (হাইপোথিসিস টেস্টিংয়ের পিএইচডি স্তরের চিকিত্সা above

  3. উ। ভ্যান ডের ভার্ট, অ্যাসিপটোটিক স্ট্যাটিস্টিকস । (প্রয়োগের ক্ষেত্রগুলিতে ভাল ইঙ্গিত সহ পরিসংখ্যানের অ্যাসিম্পোটিক তত্ত্বের একটি সুন্দর বই though যদিও প্রয়োগকৃত বই নয় My আমার একমাত্র মুচলেকাটি হ'ল কিছু বরং উদ্ভট স্বরলিপি ব্যবহার করা হয় এবং বিবরণগুলি রাগের নীচে বার বার পরিষ্কার করা হয়))


1
@ কার্ডিনাল, প্রাক্তন সোভিয়েত বিশ্ববিদ্যালয়গুলির পৃথক স্নাতক পরিসংখ্যান স্টাডি রয়েছে। উদাহরণস্বরূপ ভিলনিয়াস বিশ্ববিদ্যালয়ে আপনি পরিসংখ্যানে স্নাতক ডিগ্রি পেতে পারেন। শিক্ষার্থীদের সাথে আমি যা দেখছি তা থেকে আমি আন্তরিকভাবে একমত হই যে আকর্ষণীয় কাজের জন্য মাস্টার বা এমনকি ডক্টরেট স্তরের শিক্ষা প্রয়োজন needed
এমপিটিকা

1
@ কার্ডিনাল, @ এমপিটাস বিএসে ৪ বছর + এমএসে ২ বছর, পিএইচডি-তে 4 বছর কিছু আকর্ষণীয় কিছু শেখার জন্য দশ বছর করে: :) সম্ভব হলে আমি এই দুর্দান্ত উত্তরে দেব । বেশিরভাগ বই আমার কাছে নতুন। +
দিমিত্রিজ সেলভ

2
@ জন সালভাটিয়ার, আপনি ঠিক বলেছেন যে এই পদ্ধতিগুলি এই পাঠ্যে আচ্ছাদিত নয়। আবার, এটি আমাকে আরও স্বাদের বিষয় হিসাবে আঘাত করে, বিশেষত যেহেতু পাঠ্যের মূল ফোকাস অ্যালগরিদমগুলিতে নয়। বুদ্ধিমানভাবে, আপনার উদ্বেগগুলি প্রবর্তনের লেখকরা সরাসরি সমাধান করেছেন (পৃষ্ঠা 13)
কার্ডিনাল

2
@ কার্ডিনাল: স্ক্যান্ডিনেভিয়ার বিশ্ববিদ্যালয়গুলি সাধারণত স্নাতক স্তরের ডিগ্রি প্রদান করে। বলা হচ্ছে, আমি মনে করি পরিসংখ্যানবিদরা নিজেকে কিছুটা গুরুত্ব সহকারে নেন। আমি একমত নই যে একটি "আকর্ষণীয়" কাজ পাওয়ার জন্য আপনার ডক্টরেট ডিগ্রি প্রয়োজন। আমি বিশ্বাস করি যে বিজ্ঞান এবং গবেষণা হয়ে উঠেছে ততই বিভিন্ন অঞ্চল থেকে অধ্যয়নের উপর ক্রস-ডিসিপ্লিনারি পরিসংখ্যান আরোপ করা হয়েছে। উচ্চ প্রভাব জার্নালগুলিতে অর্ধেক নিবন্ধের কিছু দাবিযুক্ত পরিসংখ্যানগত বিশ্লেষণ রয়েছে, কেবল চাহিদা পূরণের জন্য, যদিও এটি সমস্যার বোধগম্যতা / সমস্যার ক্ষেত্রের ডোমেনে দেওয়া কোনও ধারণা বোধ করতে পারে না।
পোস্টেফ

1
@ কার্ডিনাল মুড বইটি একটি দুর্দান্ত পরামর্শ ছিল কারণ আজকাল গণিতের ব্যাকগ্রাউন্ডવાળા কারও পক্ষে পরিসংখ্যান সম্পর্কিত একটি প্রাথমিক বই পাওয়া মুশকিল। কেউ কি এই বইটি নতুন বই পড়েছেন? Panateros, "গণিতবিদ জন্য পরিসংখ্যান" springer.com/us/book/9783319283395
ইগর Fobia

11

আমি আরও কঠোর বিদ্যালয়ের পক্ষে কথা বলতে পারি না, তবে আমি ক্যালিফোর্নিয়া, ডেভিসের ইউনিভার্সিটি অফ জেনারেল স্ট্যাটিস্টিক্সে (আমার স্কুলটির সবচেয়ে কঠোর) বিএস করছি এবং কঠোরতা এবং অনুপলণের উপর যথেষ্ট ভারী পরিমাণে নির্ভরতা রয়েছে। গণিতে একটি ডক্টরেট সহায়ক হবে, তবে আপনার বাস্তব বিশ্লেষণ এবং লিনিয়ার বীজগণিতের একটি খুব শক্তিশালী পটভূমি থাকবে - পরিসংখ্যানের ক্ষেত্রে দক্ষ দক্ষতা। আমার পরিসংখ্যান প্রোগ্রামের প্রায় 50% কোর্সওয়ার্ক মৌলিক (লিনিয়ার বীজগণিত, বাস্তব বিশ্লেষণ, ক্যালকুলাস, সম্ভাবনা, অনুমান) সমর্থন করে এবং অন্যান্য 50% বিশেষায়িত বিষয়ের দিকে যায় যা ফান্ডামেন্টালগুলিতে নির্ভর করে (ননপ্যারমেট্রিক্স, গণনা, আনোভা / রিগ্রেশন, সময় সিরিজ, বায়েশিয়ান বিশ্লেষণ)।
একবার আপনি মৌলিক বিষয়গুলি পেয়ে গেলে, নির্দিষ্টকরণগুলিতে ঝাঁপ দেওয়া সাধারণত খুব কঠিন হয় না। আমার ক্লাসের বেশিরভাগ ব্যক্তি প্রমাণ এবং বাস্তব বিশ্লেষণের সাথে লড়াই করে এবং সহজেই পরিসংখ্যানগত ধারণাটি উপলব্ধি করে, সুতরাং গণিতের পটভূমি থেকে আগত হওয়া অবশ্যই সহায়তা করবে। বলা হচ্ছে, নিম্নলিখিত দুটি লেখায় পরিসংখ্যানগুলিতে আচ্ছাদিত অনেক বিষয়ের বেশ ভাল কভারেজ রয়েছে। উভয়ই আপনার দেওয়া লিংকটিতে প্রস্তাব দেওয়া হয়েছিল, তবে আমি আপনাকে প্রশ্ন করব না এবং আপনি যে লিঙ্ক করেছেন সেটি অবশ্যই অনিয়ন্ত্রিত।

হ্যারাল্ড ক্র্যামার দ্বারা পরিসংখ্যানের গাণিতিক পদ্ধতি

সমস্ত পরিসংখ্যান: ল্যারি ওয়াসারম্যানের দ্বারা পরিসংখ্যানগত অনুক্রমের একটি সংক্ষিপ্ত কোর্স


3
+1 সমস্ত পরিসংখ্যান: এটি শুরু করার জন্য দুর্দান্ত জায়গা হবে।
সাইমন বাইর্ন

1
ইউসি-ডেভিস প্রোগ্রামটি দুর্দান্ত দেখাচ্ছে এবং আমি মনে করি আপনি সেখানে একটি দুর্দান্ত শিক্ষা পাবেন। আমি অন্যান্য জায়গাগুলির তুলনায় এটি "কম কঠোর" বিবেচনা করব না। আমি তাদের "ইন্টিগ্রেটেড বিএস / এমএস ডিগ্রি" পৃষ্ঠায় মন্তব্যটি আকর্ষণীয় এবং এই থ্রেডের সাথে প্রাসঙ্গিক বলে মনে করেছি: "পরিসংখ্যানবিদদের উচ্চ চাহিদা রয়েছে, তবে পরিসংখ্যানের বিএস ডিগ্রি অর্জনকারীরা অর্জন করা জ্ঞান এবং দক্ষতা প্রায়শই পর্যাপ্ত হয় না for [সরকারী বা শিল্প] কর্মক্ষেত্রে প্রয়োজনীয়তা ""
কার্ডিনাল

9

যুক্তরাজ্যের রয়েল স্ট্যাটিস্টিকাল সোসাইটি স্ট্যাটিস্টিক্সে স্নাতক ডিপ্লোমা সরবরাহ করে, যা একটি ভাল ব্যাচেলর ডিগ্রির স্তরে। একটি সিলেবাস, পঠন তালিকা, এবং অতীত কাগজপত্র তাদের ওয়েবসাইট থেকে উপলব্ধ । আমি জানি গণিতবিদগণ এটি পরিসংখ্যানের গতি বাড়ানোর জন্য ব্যবহার করেন। পরীক্ষাগুলি নেওয়া (সরকারীভাবে, বা আপনার নিজের পড়াশোনার স্বাচ্ছন্দ্যে) আপনি যখন উপস্থিত হবেন তখন মাপার একটি কার্যকর উপায় হতে পারে।


3
স্নাতক ডিপ্লোমা পরীক্ষা কার্যকরভাবে চূড়ান্ত বছরের স্নাতক পরীক্ষা; "মঞ্চায়ন" উদ্দেশ্যে নিম্ন স্তরের শংসাপত্র রয়েছে যা প্রথমে নেওয়া যেতে পারে। হংকং (যার নিজস্ব পরিসংখ্যানগত সমাজ এবং পরীক্ষা রয়েছে) ব্যতীত বিশ্বব্যাপী আমি আরএসএস পরীক্ষাগুলি সঠিকভাবে স্মরণ করি তবে উপলব্ধ। এর বিকল্প হ'ল যুক্তরাজ্যের ওপেন ইউনিভার্সিটি কর্তৃক দূরত্ব শিক্ষার মাধ্যমে অফ স্ট্যাটিস্টিক্সে স্নাতক ডিপ্লোমা, তবে আবার বিশ্বব্যাপী উপলব্ধ। এটি আরএসএস গ্রেড ডিপের তুলনায় কিছুটা নিচু স্তরের তাই এটির প্রস্তুতি হিসাবে দেখা যেতে পারে। শিক্ষিত কোর্স হিসাবে এটি যথেষ্ট ব্যয়বহুল।
সিলভারফিশ

5

আমি শীর্ষস্থানীয় পরিসংখ্যান বিদ্যালয়ের পাঠ্যক্রমের ওয়েবসাইটগুলিতে যাব, তাদের আন্ডারগ্র্যাড কোর্সে তারা যে বইগুলি ব্যবহার করবে সেগুলি লিখে ফেলব, অ্যামাজনে কোনটি সর্বাধিক রেট দেওয়া আছে তা দেখুন এবং আপনার পাবলিক / বিশ্ববিদ্যালয় লাইব্রেরিতে এগুলি অর্ডার করব।

কিছু স্কুল বিবেচনা করুন:

বিভিন্ন বক্তৃতা ভিডিও সাইট যেমন এমআইটি ওসিডাব্লু এবং ভিডিওলেকচার.নেটের সাথে পাঠ্য পরিপূরক করুন।

ক্যালটেকের পরিসংখ্যানগুলিতে আন্ডারগ্রাড ডিগ্রি নেই তবে আপনি তাদের আন্ডারগ্রাডের পরিসংখ্যান কোর্সের পাঠ্যক্রম অনুসরণ করে ভুল করবেন না।


1
এটি একটি বিজোড় তালিকার মতো মনে হচ্ছে। আমার জানা মতে , কার্নেগি মেলন সেই তালিকার একমাত্র বিদ্যালয় যা (আনুষ্ঠানিকভাবে) পরিসংখ্যানগুলিতে স্নাতক ডিগ্রি সরবরাহ করে। ক্যালটেক বা এমআইটি-তে এমনকি পরিসংখ্যানগুলিতে স্নাতক প্রোগ্রাম নেই।
কার্ডিনাল

@মৌলিক. আমাকে কেন সন্দেহ করবেন? :) আমি সেই সূক্ষ্ম প্রতিষ্ঠানের আন্ডারগ্র্যাড স্ট্যাটাস কোর্সের লিঙ্কগুলি রেখেছি। এছাড়াও, সেরা স্কুলগুলি থেকে মিক্সিং এবং মেলানো কোর্সগুলি খারাপ স্কুল থেকে একটি ডিগ্রি পাথ অনুসরণ করে পরাজিত হবে।
নিল ম্যাকগুইগান

2
ওসিডাব্লু অবশ্যই একটি খুব সূক্ষ্ম সংস্থান এবং একটি দুর্দান্ত উদ্যোগ। এটি কোনও সন্দেহ নেই। আপনার বক্তব্য হিসাবে যে "সেরা স্কুলগুলি" থেকে মিশ্রণ এবং মিলাই একটি উচ্চতর সমাধান, আমি দেখতে পেয়েছি যে অত্যন্ত সন্দেহজনক, বিশেষত স্নাতক অধ্যয়নের জন্য। একজন উচ্চ অনুপ্রাণিত শিক্ষার্থী যখন এই বিদ্যালয়ের যে কোনও একটিতে খুব ভাল স্নাতকোত্তর শিক্ষা পেতে বাধ্য, তবে অনেকগুলি "খারাপ" স্কুলগুলিতে ভাল বা উন্নত হিসাবে একটি স্নাতক শিক্ষার সন্ধান পাওয়া যায়। আমি বলব যে আপনি যে স্কুলগুলি তালিকাভুক্ত করেছেন সেগুলি স্নাতক শিক্ষার জন্য "জিতে" থাকে।
কার্ডিনাল

2
আসলে, আমি এই প্রথম জিনিসটি চেষ্টা করেছিলাম। প্রশ্ন পোস্ট করার আগে আমি এটি চেষ্টা করেছিলাম। পাঠ্যক্রমের একটি তালিকা খুঁজে পাওয়া শক্ত ছিল না, তবে সেই কোর্সগুলির জন্য আসলে কোন বইগুলি ব্যবহার করা হয়েছিল এবং সেই বইগুলির কোন বিভাগগুলি আচ্ছাদিত ছিল সে সম্পর্কে তথ্য খুঁজে পাওয়া আরও কঠিন ছিল।
জন রবার্টসন

3

আমি দেখেছি পরিসংখ্যানমূলক সূচনা, সিলভির দ্বারা, গণিতবিদদের দ্বারা ব্যবহৃত, যাদের কিছু পরিসংখ্যানের ওয়ার্কডে উপলব্ধি প্রয়োজন needed এটি একটি ছোট বই, এবং অধিকার অনুসারে সস্তা হওয়া উচিত। Http://www.amazon.com/Statistical-Inferences- মনোগ্রাফগুলি- পরিসংখ্যান- প্রবলেবিলিটি / dp / 0412138204 / ref = sr_1_1 ? ie = UTF8&s = books&qid = 1298750064&sr = 1-1 এ দেখে মনে হচ্ছে এটি দ্বিতীয়বারের মতো সস্তা।

এটি পুরানো এবং শাস্ত্রীয় পরিসংখ্যানগুলিতে মনোনিবেশ করে। যদিও এটি অত্যন্ত বিমূর্ত নয়, এটি যুক্তিসঙ্গত গণিত দর্শকদের জন্য তৈরি - অনেক অনুশীলনগুলি গাণিতিক পরিসংখ্যানের ক্যামব্রিজ (ইউকে) ডিপ্লোমা থেকে, যা মূলত একটি এমএসসি।


3

আপনার জ্ঞানের পরিমাপ সম্পর্কে: আপনি কিছু ডেটা মাইনিং / ডেটা বিশ্লেষণ প্রতিযোগিতা যেমন 1 , 2 , 3 , 4 এ অংশ নিতে পারেন এবং অন্যের তুলনায় আপনি কীভাবে স্কোর করেন তা দেখতে পারেন।

উত্তরের গাণিতিক পরিসংখ্যানগুলিতে পাঠ্যপুস্তকের প্রতি প্রচুর পয়েন্টার রয়েছে। আমি প্রাসঙ্গিক বিষয় হিসাবে যুক্ত করতে চাই:

  • পরীক্ষামূলক সামাজিক গবেষণা উপাদান, যা স্যাম্পলিং তত্ত্ব, আর্থ-জনসংখ্যাতাত্ত্বিক এবং আঞ্চলিক মান সমন্বিত
  • ডাটাবেসগুলিতে ডেটা ম্যানেজমেন্ট, যার মধ্যে নলেজিলেড রয়েছে (এসকিউএল কোয়েরিগুলি লিখুন, সাধারণ ডাটাবেস স্কিমগুলি)
  • যোগাযোগ, কীভাবে শ্রোতা জাগ্রত থাকার উপায়ে ফলাফল উপস্থাপন করবেন (ভিজ্যুয়ালাইজেশন পদ্ধতি)

দাবি অস্বীকার: আমি কোনও পরিসংখ্যানবিদ নই, এটি কেবল আমার 2 টি ধারা


3

ইটি জেনেস "সম্ভাব্যতা তত্ত্ব: বিজ্ঞানের যুক্তি: নীতি ও প্রাথমিক প্রয়োগসমূহ ভল্ট 1", কেমব্রিজ ইউনিভার্সিটি প্রেস, 2003 প্রায় সঠিক স্তরে বায়েশিয়ান পরিসংখ্যানের পক্ষে পড়া উচিত। আমি জিনিসগুলির ঘন ঘন পক্ষের জন্য সুপারিশের অপেক্ষায় রয়েছি (আমার কাছে মনোগ্রাফের প্রচুর পরিমাণ রয়েছে, তবে খুব ভাল কিছু সাধারণ পাঠ্য আছে)।


3
আমি পরামর্শ দিচ্ছি যে যে কেউ একজন ভাল পরিসংখ্যানবিদ, ফ্রুসিডনিস্ট, বেয়েসিয়ান বা অন্য যে কোনও কিছু হতে চায় তার জন্য এটি অবশ্যই পড়তে হবে ।
সম্ভাব্যতাব্লোগিক

10
আমি একমত নই, জেনেসের বই এই পরিস্থিতিতে একটি ভয়ানক সুপারিশ: 1) স্বরলিপিটি ম্লান এবং মানহীন, যা অন্যান্য উত্সগুলির সাথে রেফারেন্সটি অতিক্রম করা কঠিন করে তোলে, ২) তিনি দীর্ঘ বায়ু ছিলেন এবং নির্বোধ এবং অপ্রাসঙ্গিক যুক্তিতে জর্জরিত হন gets (ওপি "সংক্ষিপ্ততম রুটের জন্য জিজ্ঞাসা করেছিল) 3) ত্রুটিগুলিও রয়েছে (যেমন প্রান্তিককরণের প্যারাডক্স)
সাইমন বাইর্ন

1
@ ডিকরান মার্সুপিয়াল, আপনি কি পরিসংখ্যানগত অনুক্রমের উপর সের্ভিশ পাঠ্যটির মালিক? এটি কেনা উচিত বা না সে সম্পর্কে আমি বেড়াতে এসেছি, তাই কৌতূহল ছিল, যেহেতু আপনি বায়েসিয়ান পদ্ধতির সাথে নিজেকে বেশ দৃ strongly়ভাবে সাজিয়েছেন বলে মনে হয়।
কার্ডিনাল

1
আমি বলব না যে আমি দৃes়ভাবে বায়েশিয়ান পদ্ধতির সাথে সংযুক্ত ছিলাম। এটি আমি যে পদ্ধতির সাথে সবচেয়ে ভাল বুঝতে পারি তা একই জিনিস নয়। মূলত আমি হৃদয়ে প্রকৌশলী এবং আমি আমার সরঞ্জাম বাক্সে উভয় সরঞ্জাম চাই, সুশৃঙ্খলভাবে রক্ষণাবেক্ষণ করি! প্রতিটি পদ্ধতির সুবিধাগুলি এবং অসুবিধাগুলির একটি যথাযথ উপলব্ধি হ'ল আমাদের কী লক্ষ্য করা উচিত। আমি শেরভিশ বইটি পাইনি, তবে আমি তার সম্পর্কে বেইস ফ্যাক্টরগুলির একটি কাগজ পড়েছি যা আমার কাছে যথেষ্ট ত্রুটিযুক্ত মনে হয়েছিল (আমি এটি দেখতে পাচ্ছি কিনা এবং এটির ব্যাখ্যা দেওয়ার জন্য কারও কাছে একটি পোস্ট পোস্ট করব কিনা!)।
ডিকরান মার্শুপিয়াল

@ ডিকরান, আপনার (সম্ভাব্য) প্রশ্নটি আকর্ষণীয় মনে হচ্ছে। আমি এটির একটি পোস্টের অপেক্ষায় রয়েছি।
কার্ডিনাল

3

আমি কম্পিউটার বিজ্ঞানের পটভূমি থেকে এসেছি মেশিন লার্নিংয়ে ফোকাস করছি। যাইহোক, আমি বিশপের বই https://www.microsoft.com/en-us/research/people/cmbishop/#!prML-book ব্যবহার করে একটি প্যাটার্ন রিকগনিশন কোর্স গ্রহণ করার পরে (এবং প্রয়োগের আরও গুরুত্বপূর্ণ) পরিসংখ্যানগুলি সত্যই বুঝতে শুরু করেছি!

এখানে এমআইটি থেকে কিছু কোর্স স্লাইড রয়েছে:
http://www.ai.mit.edu/courses/6.867-f03/lectures.html

এটি আপনাকে বাস্তব কাজের সমস্যার জন্য পরিসংখ্যানগুলি ব্যবহার করার জন্য পটভূমি (+ কিছু ম্যাটলব কোড) দেবে এবং প্রয়োগিত দিকটিতে অবশ্যই এটি আরও বেশি।

তবুও, আপনি আপনার জ্ঞানের সাথে কী করতে চান তা এটির উপর নির্ভর করে। আপনি কতটা ভাল সে সম্পর্কে একটি পরিমাপ পেতে আপনি কোনও বিশ্ববিদ্যালয়ের ওপেন কোর্স ওয়ারিয়াসকে উন্নত পরিসংখ্যান কোর্সের জন্য ব্রাউজ করতে চাইতে পারেন, কী কী বিষয় অন্তর্ভুক্ত তা জানেন কিনা তা পরীক্ষা করতে। শুধু আমার 5 শতাংশ।


1

আমি মনে করি স্ট্যানফোর্ড যখন নমনীয়তার বিষয়টি আসে তখন সর্বোত্তম সংস্থান সরবরাহ করে। এমনকি তাদের কাছে অনলাইনে একটি মেশিন লার্নিং কোর্স রয়েছে যা আপনাকে যখন আর এর মধ্যে অ্যালগরিদম ডিজাইনের ক্ষেত্রে আসে তখন আপনাকে জ্ঞানের সম্মানজনক ভিত্তি সরবরাহ করে Google তাদের মুক্ত হচ্ছে। আমার কাছে তিবশিরানীর বই, পিডিএফ ফর্ম্যাটে স্ট্যাটিস্টিকাল লার্নিংয়ের পরিচিতি এবং 'স্ট্যাটাসটিকাল লার্নিং এর উপাদান' রয়েছে এবং দু'টিই অত্যন্ত ভাল সংস্থান।

আপনি যেহেতু একজন গণিতবিদ, তবুও আমি আপনাকে দ্রুত ট্র্যাক না করার পরামর্শ দিচ্ছি কারণ এটি আপনাকে এমন দৃ base় বেস সরবরাহ করবে না যা যদি আপনি কিছুটা গুরুতর মেশিন শেখা শুরু করেন তবে ভবিষ্যতে আপনাকে খুব সহায়ক হতে পারে। ডেটা থেকে অন্তর্দৃষ্টি পাওয়ার জন্য পরিসংখ্যানকে গণিতের একটি শাখা হিসাবে বিবেচনা করুন এবং এর জন্য কিছু কাজের প্রয়োজন work তা ছাড়াও প্রচুর অনলাইন সংস্থান রয়েছে, জন হপকিনস স্ট্যানফোর্ডের মতো একই জিনিস সরবরাহ করে। যদিও অভিজ্ঞতা সর্বদা অর্থ প্রদান করে, একটি সম্মানজনক শংসাপত্র সর্বদা সেই ভিত্তিকে শক্তিশালী করে। আপনি যে নির্দিষ্ট ক্ষেত্রগুলিতে প্রবেশ করতে চান তা সম্পর্কেও ভাবতে পারেন; এর অর্থ হ'ল আপনি পাঠ্য বিশ্লেষণে যেতে চান বা আপনার গণিত এবং অর্থের ক্ষেত্রে পরিসংখ্যান দক্ষতা প্রয়োগ করতে চান। আমি পরবর্তী বিভাগে এসেছি তাই আমার কাছে অর্থনীতিবিদ্যায় একটি ডিগ্রি আছে যেখানে আমরা ফিনান্স + পরিসংখ্যান অধ্যয়ন করেছি। একটি সমন্বয় সর্বদা খুব ভাল হতে পারে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.