Última actualización: 20/07/2021


Curso Académico: 2021/2022

Aprendizaje Estadístico
(14473)
Titulación: Grado en Estadística y Empresa (203)


Coordinador/a: GALEANO SAN MIGUEL, PEDRO

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Probabilidad I Probabilidad II Álgebra Lineal Técnicas de inferencia estadística I Procesos Estocásticos Técnicas de inferencia estadística II Análisis Multivariante
Objetivos
COMPETENCIAS ESPECÍFICAS 1. Capacidad de identificación de problemas asociados a datos estadísticos en varias variables. 2. Conocimientos básicos del manejo de vectores y matrices. 3. Adquirir destreza en la descripción de datos multivariantes. 4. Capacidad de realizar e interpretar gráficos de datos multivariantes. 5. Conocer las propiedades de las distribuciones multivariantes. 6. Capacidad de realizar contrastes de hipótesis sobre una población multivariante. 7. Adquirir manejo de las componentes principales. 8. Adquirir destreza en problemas de heterogeneidad como la presencia de atípicos, contrastes de diferencia de medias y clasificación. 9. Conocer herramientas informáticas para el Análisis Multivariante. COMPETENCIAS TRANSVERSALES: 1. Capacidad para entender un problema real y plasmarlo en un problema estadístico. 2. Modelización y resolución de problemas. 3. Capacidad de análisis y síntesis. 4. Comunicación oral y escrita. 5. Capacidad de trabajar en grupo.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción al aprendizaje estadístico. 2. Regresión lineal. 3. Clasificación lineal. 4. Métodos de remuestreo. 5. Selección y regularización de modelos lineales. 6. Métodos no lineales. 7. Métodos basados en árboles. 8. Máquinas de vector soporte. 9. Aprendizaje no supervisado.
Actividades formativas, metodología a utilizar y régimen de tutorías
Teoría (4 ECTS): Clases teóricas con material de apoyo disponible en la Web. Prácticas (2 ECTS): Clases de resolución de problemas. Prácticas computacionales en aulas informáticas. Trabajos a realizar en grupo. Exposiciones orales y debates. Tutorías colectivas previas a la realización de pruebas parciales y para la realización del trabajo final. Tutoría colectiva en la semana 15 del curso.
Sistema de evaluación
  • Peso porcentual del Examen Final 50
  • Peso porcentual del resto de la evaluación 50
Calendario de Evaluación Continua
Bibliografía básica
  • Daniel Peña. Análisis de datos multivariantes. McGraw Hill. 2002

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