Última actualización: 26/04/2024


Curso Académico: 2024/2025

Aprendizaje Estadístico
(17757)
Máster Universitario en Estadística para la Ciencia de Datos (Plan: 386 - Estudio: 345)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: DELGADO GOMEZ, DAVID

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Objetivos
Familiarizarse con distintas herramientas analíticas, basadas en datos, para la toma de decisiones Capacidad de adquirir conocimiento para analizar y encontrar relaciones entre distintas variables Aprender cómo evaluar métodos de aprendizaje supervisado Desarrollar capacidades para clasificar observaciones basadas en aprendizaje probabilístico y de máquina Adquirir destrezas en el uso del lenguaje R para las herramientas de aprendizaje supervisado
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Análisis de Componentes Principales 2. La distribución Normal multivariante. 3. El análisis discriminante 4. Aprendizaje supervisado: k-vecinos, árboles de decisión, y bosques aleatorios 5. El teorema del sesgo-varianza y la validación cruzada 6. Las máquinas de vector soporte 7. Aprendizaje no supervisado: K-medias y el algoritmo EM para la mezcla de Gaussianas
Actividades formativas, metodología a utilizar y régimen de tutorías
Clases magistrales (1/2 parte del curso): se presenta el contenido de la asignatura ilustrado con ejemplos y con material de apoyo disponible en la Web. Prácticas (1/2 parte del curso): Ejemplos y casos de estudio con lenguaje R.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60

Calendario de Evaluación Continua


Bibliografía básica
  • G. James, D. Witten, T. Hastie and R. Tibshirani. An Introduction to Statistical Learning with Applications in R. Springer. 2013
  • Kevin P. Murphy. Machine Learning: A Probabilistic Perspective. The MIT Press. 2012
  • Machine Learning with R. Brett Lantz. Packt Publishing. 2015

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.


Dirección web para más información: Aula Global