Programa del Curso

    Preprocesamiento de datos Data Cleaning Integración y transformación de datos Reducción de datos Discretización y generación de jerarquías de conceptos
Inferencia estadística Distribuciones de probabilidad, Variables aleatorias, Teorema del límite central
  • Muestreo
  • Intervalos de confianza
  • Inferencia estadística
  • Prueba de hipótesis
  • Regresión lineal multivariante Especificación
  • Selección de subconjuntos
  • Estimación
  • Validación
  • Predicción
  • Métodos de clasificación Regresión logística
  • Análisis discriminante lineal
  • K-Vecinos más cercanos
  • Bayes ingenuo
  • Comparación de métodos de clasificación
  • Neural Networks Adaptación de redes neuronales
  • Problemas de redes neuronales de entrenamiento
  • Árboles de decisión Árboles de regresión
  • Árboles de clasificación
  • Árboles frente a modelos lineales
  • Embolsado, Random Forests, Potenciador Embolsado
  • Random Forests
  • Impulsar
  • Máquinas de vectores de soporte y disco flexible Clasificador de margen máximo
  • Clasificadores de vectores de soporte
  • Máquinas de vectores de soporte
  • 2 y más clases SVM's
  • Relación con la regresión logística
  • Análisis de Componentes Principales
  • Agrupamiento Agrupación en clústeres de K-means
  • Agrupamiento de K-medoides
  • Agrupación jerárquica
  • Agrupación en clústeres basada en la densidad
  • Evaluación y selección de modelos Sesgo, varianza y complejidad del modelo
  • Error de predicción en la muestra
  • El enfoque bayesiano
  • Validación cruzada
  • Bootstrap Métodos
  •  28 horas

    Número de participantes



    Precio por participante

    Testimonios (3)

    Cursos Relacionados

    Descubrir Conocimiento en Bases de Datos

    21 horas

    Introducción a la visualización de datos con Tidyverse y R

    7 horas

    Econometrics: Eviews and Risk Simulator

    21 horas

    HR Analytics for Public Organisations

    14 horas

    Análisis Estadístico Mediante SPSS

    21 horas

    Talent Acquisition Analytics

    14 horas

    Avanzada R

    7 horas

    Algorithmic Trading with Python and R

    14 horas

    Anomaly Detection with Python and R

    14 horas

    Programación con Big Data en R

    21 horas

    Fundamentos de R

    21 horas

    Cluster Analysis with R and SAS

    14 horas

    Datos y análisis: desde cero

    42 horas

    Análisis de Datos con R

    21 horas

    Minería de Datos con R

    14 horas

    Categorías Relacionadas