In Woche 2 beginnen wir mit der eigentlichen Codierung, nachdem Sie nun die Wolfram Language und ihre verschiedenen Codierungsumgebungen kennen. Wir beginnen mit einer Demonstration eines abgeschlossenen Projekts. Dies ist nur ein kleiner Vorgeschmack auf das, was Sie am Ende tun können. Als Nächstes lernen wir das Programmieren, indem wir einfache arithmetische Berechnungen durchführen. Das heißt, einfache Addition, Subtraktion, Multiplikation und so weiter. Sobald Sie erkannt haben, wie einfach diese Aufgaben sind, werden Sie in die Art und Weise eingeführt, in der Daten in einer Computersprache gespeichert werden. Dies ist das Sprungbrett, um Ihre eigenen Daten für die Analysen in den folgenden Wochen einzubringen.

In Woche 3 ist es an der Zeit, mit der Analyse von Daten zu beginnen, da Sie nun etwas Code schreiben und Ihre Daten importieren können. Die beiden wichtigsten Schritte, um die in den Daten verborgene Botschaft zu verstehen, sind die Zusammenfassung und die Visualisierung der Daten. Die deskriptive Statistik verwandelt Zeilen und Spalten von Daten in etwas, das wir als Menschen verstehen können. Indem wir Werte zusammenfassen und durch Einzelwerte ersetzen, bekommen wir eine Vorstellung davon, was unsere Analysen zeigen könnten. Die Visualisierung der Daten ist ein noch besserer Weg, sich mit den Daten vertraut zu machen. Box-and-Whisker-Diagramme, Streudiagramme, Balkendiagramme und dergleichen sind wunderbare Möglichkeiten, um Ihr Verständnis der Daten zu verbessern. Die Wolfram Language macht zusammenfassende Statistiken einfach, aber sie glänzt wirklich beim Erstellen von Diagrammen. Bei der Anpassung von Diagrammen sind Ihnen fast keine Grenzen gesetzt. Ganz gleich, welche Anforderungen Sie an Ihr Projekt stellen, Sie werden lernen, Plots zu erstellen, die für Sie funktionieren. Diese Woche beginnen wir mit einer optionalen Honors-Lektion, die Sie in das maschinelle Lernen mit der Wolfram Language einführt.

In dieser letzten Woche werden alle gängigen statistischen Tests behandelt - vom Student's t-test über die Varianzanalyse bis hin zu Chi-Quadrat-Tests. Wir schließen den Kurs mit einem Durchlauf des Demonstrationsforschungsprojekts ab, das Sie zu Beginn der zweiten Woche gesehen haben. Dabei werden alle Fähigkeiten, die Sie im Laufe des Kurses erworben haben, zusammengeführt und Sie werden auf die Abschlussprüfung vorbereitet. Sie werden auch die Möglichkeit haben, einen eigenen Computeraufsatz zu verfassen, wenn Sie sich nicht damit zufrieden geben, nur das Demonstrationsprojekt durchzuarbeiten. Für diejenigen, die an den optionalen Honors-Lektionen teilnehmen, gibt es eine Einführung in Deep Learning mit der Wolfram Language.