Encabezado Facultad de Ciencias
Presentación

Actuaría (plan 2015) 2022-1

Optativas, Seminario de Estadística I

Grupo 9271, 60 lugares. 11 alumnos.
Aprendizaje Estadístico Automatizado
Profesor Ruth Selene Fuentes García lu mi vi 12 a 13
Ayudante Guadalupe Jiménez Villanueva ma ju 12 a 13
 
Presentación de cursos
Lunes, 30 de agosto · 12:00
Información para unirse a Google Meet
Enlace a la videollamada: https://meet.google.com/jkz-benz-twf

Introducción

Conceptos básicos.

Tipos de modelos. Tipos de aprendizaje: técnicas no supervisadas y supervisadas.

Visualización y Transformación de Datos

Resumen de datos.

Reducción de la Dimensión (Análisis de Componentes Principales).

Modelos lineales para regresión

Regresión Múltiple

Regresión Lasso

Técnicas de Clasificación

Modelos lineales para Clasificación dicotómica

SVM

K-vecinos

Análisis de Conglomerados

Árboles de Clasificación

Inducción y aprendizaje.Principales Algoritmos.

Árboles de Clasificación y Regresión (CART).

Bosques aleatorios

Evaluación de un Modelo

Sesgo, varianza y complejidad

BIC

Validación cruzada

Inferencia y promedio en modelos

Bootstrap

Bagging

Redes neuronales

Ajuste de redes neuronales

Redes Bayesianas

Bibliografía sugerida (se puede consultar cualquier texto sobre el tema)

  • Elements of Statistical Learning

Trevor Hastie

Robert Tibshirani

Jerome Friedman

Springer

Evaluaremos con tareas continuas. Habrá sesiones sincrónicas en el horario de clase.

 


Hecho en México, todos los derechos reservados 2011-2016. Esta página puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la Institución.
Sitio web administrado por la Coordinación de los Servicios de Cómputo de la Facultad de Ciencias. ¿Dudas?, ¿comentarios?. Escribenos. Aviso de privacidad.