Actuaría (plan 2006) 2019-2

Grupo 9354, 35 lugares. 7 alumnos.

 

Temario de Estadística Computacional y Machine Learning

El curso pretende ser una introducción a lo que actualmente se conoce como Machine Learning, que son un conjunto de técnicas estadísticas que junto con el desarrollo de algoritmos computacionales ha tenido gran auge en los últimos años. Todos los temas serán estudiados desde el punto de vista estadístico formal, pero haciendo mucho énfasis en la implementación computacional. Los lenguajes que usaremos serán Python, por ser el lenguaje más utilizado en la industria en el ambito de ML y como motor de base de datos PostgreSQL y MongoDB. Las bibliotecas esenciales que usaremos son Matplotlib, Scipy, Numpy, Pandas, pyGAM, Scikit-Learn, Spacy, Scrapy y Pyspark, . Se calificará mediante tareas y proyectos. El repositorio del curso es:

https://github.com/jimmyhm/MLCiencias_2019_2

Temario:

1. Regresión Lineal y Logística

1.1 Regresión Lineal Simple

1.2 Regresión Múltiple

1.3 Selección de Modelos

1.3.1 Criterios AIC, BIC y divergencia de Kullback-Leibler

1.4 Regresión Logística

2. Aprendizaje Supervisado(Clasificación)

2.1 Clasicadores Lineales y Gausianos.

2.2 Regresión Lineal y Logística

2.3 Discriminante Lineal(LDA)

2.3 Naive Bayes

2.4 Maquinas soporte vectorial

2.5 Kernelización

2.6 Ejemplos, caso de estudio: redes neuronales.

3. Modelos Aditivos, Arboles y Boosting

3.1 Algoritmos de busqueda en inteligencia artificial

3.2 Ascenso de Colinas e ID3

3.2 Arboles de regresión

3.3 Arboles de clasificación

3.4 Métodos boosting

3.5 Ajuste boosting y modelos aditivos.

3.5 Arboles boosting

4. Aprendizaje no Supervisado(Clustering)

4.1 Reglas de asociación

4.2 Análisis de Clúster

4.3 Componentes principales.

5. Estadística de Altas Dimensiones y Big Data

5.1 Algoritmos de optimización

5.1.1 Descenso Gradiente

5.1.1 Coordenadas descendientes

5.2 Regresión Contraída

5.2.1 Regresión Lasso

5.2.1 Regresión Ridge

5.3 Correlación Espuria

5.4 Endogeneidad incidental

5.4.1 GMM

5.4.2 FGMM

5.5 Acumulación de ruido

5.6 Introducción a Spark

6 Estadistica computacional

Booststrap

Simulated Anneling

7. Mineria de Texto

7.1 Modelos

7.2 Web Scraping

7.3 Mineria de Opinión

Bibliografía

[1] Hastie, T., Tibshirani, R., Friedman, J The Elements of Statistical Learning. Data Mining, Inference, and Prediction, 2nd ed., Springer.

[3] G. James, D. Witten, T. Hastie and R. Tibshirani An Introduction to Statistical Learning, with Application in R Springer, 2013.

[4] Diggle, P Statistical Learning with Sparsity. The lasso and generalizations. Chapman and Hall.

[5] T. W. Anderson An Introduction to Multivariate Statistical Analysis, John Wiley and Sons Inc; Edición: 3rd Edition .

[6] Michie, Spiegelhalter y Taylor y Petrick J. Heagarty , Machine Learning, Neural and Statistical Classication.

[7] Alan Agresti , Categorical Data Analysis, Wiley-Interscience Publication.

[8] Andreas Muller, Sarah Guido, Introduction to Machine Learning with Python, a guide for data Scientist Springer.