Ficha

English version

Curso Académico: 2022/2023

Aprendizaje Estadístico

(16487)

Grado en Ciencia e Ingeniería de Datos (Plan: 392 - Estudio: 350)

Coordinador/a: NOGALES MARTIN, FRANCISCO JAVIER

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Obligatoria

Créditos: 6.0 ECTS

Curso: 2º

Cuatrimestre: 1º

Requisitos (Asignaturas o materias cuyo conocimiento se presupone)

Algebra Lineal Probabilidad y Análisis de Datos Introducción a la modelización estadística

Competencias y resultados del aprendizaje

Enlace al documento

Descripción de contenidos: Programa

1. Introducción al aprendizaje estadístico 2. Evaluación de métodos de aprendizaje 3. Aprendizaje no supervisado 3a. Clustering 3b. Reducción de dimensión 4. Aprendizaje probabilístico 4a. Clasificación estadística 4b. Regresión y predicción 5. Casos de estudio

Actividades formativas, metodología a utilizar y régimen de tutorías

Teoría (3 ECTS), Prácticas (3 ECTS). 50% clases magistrales con material de apoyo disponible en la Web. Otro 50% de prácticas computacionales.

Sistema de evaluación

Peso porcentual del Examen Final 50
Peso porcentual del resto de la evaluación 50

Calendario de Evaluación Continua

La evaluación de la asignatura se realizará ponderando la evaluación continua con un 50% y el examen final con un 50%, con calificación mínima de 5 puntos sobre 10 en cada prueba de evaluación.

Bibliografía básica

BISHOP, C.M.. "PATTERN RECOGNITION AND MACHINE LEARNING". SPRINGER SCIENCE AND BUSINESS MEDIA. 2006
FRIEDMAN, J.; HASTIE, T.; TIBSHIRANI, R. . "THE ELEMENTS OF STATISTICAL LEARNIG". NEW YORK, SPRINGER SERIES IN STATISTICS. 2001
K. Murphy. Machine Learning, A Probabilistic Perspective. MIT Press. 2012

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