Programa del Curso

  1. Preprocesamiento de datos

    1. Data Cleaning
    2. Integración y transformación de datos
    3. Reducción de datos
    4. Discretización y generación de jerarquías de conceptos
  2. Inferencia estadística

    1. Distribuciones de probabilidad, Variables aleatorias, Teorema del límite central
    2. Muestreo
    3. Intervalos de confianza
    4. Inferencia estadística
    5. Prueba de hipótesis
  3. Regresión lineal multivariante

    1. Especificación
    2. Selección de subconjuntos
    3. Estimación
    4. Validación
    5. Predicción
  4. Métodos de clasificación

    1. Regresión logística
    2. Análisis discriminante lineal
    3. K-Vecinos más cercanos
    4. Bayes ingenuo
    5. Comparación de métodos de clasificación
  5. Neural Networks

    1. Adaptación de redes neuronales
    2. Problemas de entrenamiento de redes neuronales
  6. Árboles de decisión

    1. Árboles de regresión
    2. Árboles de clasificación
    3. Árboles frente a modelos lineales
  7. Embolsado, Random Forests, Potenciador

    1. Embolsado
    2. Random Forest s
    3. Impulsar
  8. Máquinas vectoriales de soporte y disco flexible

    1. Clasificador de margen máximo
    2. Clasificadores de vectores de soporte
    3. Máquinas de vectores de soporte
    4. 2 y más clases de SVM's
    5. Relación con la regresión logística
  9. Análisis de Componentes Principales

  10. Agrupamiento

    1. Agrupamiento de K-medias
    2. Agrupamiento de K-medoides
    3. Agrupación jerárquica
    4. Agrupación en clústeres basada en la densidad
  11. Evaluación y selección de modelos

    1. Sesgo, varianza y complejidad del modelo
    2. Error de predicción en la muestra
    3. El enfoque bayesiano
    4. Validación cruzada
    5. Bootstrap Métodos
 28 Horas

Número de participantes


Precio por Participante​

Testimonios (5)

Próximos cursos

Categorías Relacionadas