Última actualización: 08/04/2019


Curso Académico: 2019/2020

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


Coordinador/a: NOGALES MARTIN, FCO. JAVIER

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Competencias que adquiere el estudiante y resultados del aprendizaje.
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
Descripción de contenidos: Programa
Introducción al Aprendizaje Estadístico Evaluación de Métodos de Aprendizaje Aprendizaje Bayesiano Regla de Bayes y Aprendizaje basado en Costes k-NN Máquinas de Vector Soporte Árboles de Decisión y Bosques Aleatorios Redes Neuronales
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 50
  • Peso porcentual del resto de la evaluación 50
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 y la planificación semanal podrían sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.