1.- Módulos Fundamentales

 Inicio / Módulos / 1.- Módulos Fundamentales
  • ECTS

    12 Créditos

  • Periodo

    Octubre - Enero

M02 - Métodos en Ciencia de Datos

Objetivo

Esta materia tiene como objetivo proporcionar a los estudiantes conocimientos básicos sobre los métodos estadísticos para la descripción, presentación y análisis de datos, así como los principios generales para la aplicación práctica de las principales técnicas automáticas de modelización y predicción de minería de datos para el tratamiento de grandes masas de datos.

Contenido

1. Estadística descriptiva.


2. Muestreo y Monte Carlo.


3. Fundamentos de inferencia estadística: una y varias variables.


4. Contrastes paramétricos y no paramétricos para una y varias muestras.


5. Técnicas de remuestreo (bootstrap).


6. Modelos de regresión. Estimación de máxima verosimilitud.


7. Regularización. Regresión contraída (ridge regression)


8. Problemas de asociación, segmentación, clasificación, y predicción.


9. Aprendizaje basado en casos, no supervisado, supervisado, o por refuerzo.


10. Evaluación de métodos. Sobreajuste, validación cruzada (k-fold).


11.Reglas de asociación.


12. Técnicas de vecinos cercanos, distancias, núcleos y funciones de base radial.


13.Segmentación jerárquica, k-medias, SOM.


14.Árboles de clasificación y regresión.


15. Modelos lineales y aditivos generalizados.


16.Aprendizaje por conjuntos: boosting y bagging.



    Master en Data Science



csic
Consejo Superior
Investigaciones Científicas



uc
Universidad de Cantabria