|
Teaching GuideTerm Faculty of Computer Science |
| Grao en Ciencia e Enxeñaría de Datos |
 Subjects |
| Regression Models |
| Methodologies |
|
|
| Identifying Data | 2020/21 | |||||||||||||
| Subject | Regression Models | Code | 614G02012 | |||||||||||
| Study programme |
|
|||||||||||||
| Descriptors | Cycle | Period | Year | Type | Credits | |||||||||
| Graduate | 1st four-month period |
Second | Obligatory | 6 | ||||||||||
|
||||||||||||||
| Methodologies | Description |
| Guest lecture / keynote speech | Introduciranse os fundamentos teóricos da materia e as principais técnicas para a súa aplicación na práctica. Particular atención será posta nas condicións struturais requiridas para a súa aplicación e á diagnose e avaliación dos modelos axustados. A súa utilidade ilustrarase con exemplos específicos de diferentes áreas de coñecemento, enfatizando vantaxes e limitacións. Promoverase a participación dos estudantes. |
| ICT practicals | Se presentarán problemas específicos e os procedementos de resolución, poñendo en práctica conceptos e algoritmos expostos nas sesións maxistrais. Tratarase de sesións interactivas donde os problemas propostos se resolverán coa axuda de scripts con código libre do software R. O docente apoiará e supervisará a posta en práctica dos coñecementos adquiridos polos estudantes. |
| Seminar | Propoñeranse cuestións e exercicios para discusión e realización conxunta cos estudantes. |
| Problem solving | Propoñeranse exercicios para a realización dos estudantes de xeito individual. |
| Objective test | Probas obxectivas de avaliación de coñecementos. |
|
