Teaching GuideTerm Faculty of Computer Science |
Mestrado Universitario en Técnicas Estadísticas (Plan 2019) |
Subjects |
Resampling Techniques |
Learning aims |
|
|
|
Identifying Data | 2022/23 | |||||||||||||
Subject | Resampling Techniques | Code | 614493130 | |||||||||||
Study programme |
|
|||||||||||||
Descriptors | Cycle | Period | Year | Type | Credits | |||||||||
Official Master's Degree | 1st four-month period |
Second | Optional | 5 | ||||||||||
|
Learning outcomes | Study programme competences / results | ||
Coñecer os fundamentos teóricos das técnicas de remuestreo. | AC16 AC18 AC19 AC20 AC21 AC23 AC24 AC25 |
BJ1 BJ2 BJ3 BJ4 BJ5 BJ17 BJ18 BJ19 BJ20 BJ21 |
CJ11 CJ12 CJ13 CJ14 CJ15 |
Saber aplicar de xeito autónomo os principios do bootstrap aos principais problemas de inferencia estatística. | AC16 AC18 AC19 AC20 AC21 AC23 AC24 AC25 |
BJ1 BJ2 BJ3 BJ4 BJ5 BJ17 BJ18 BJ20 BJ21 |
CJ11 CJ12 CJ13 CJ14 CJ15 |
Ser capaz de deseñar e validar algoritmos bootstrap para a resolución de problemas de inferencia non paramétrica sobre as funcións de densidade e regresión. | AC16 AC18 AC19 AC20 AC21 AC23 AC24 AC25 |
BJ1 BJ2 BJ3 BJ4 BJ5 BJ17 BJ18 BJ19 BJ20 BJ21 |
CJ11 CJ12 CJ13 CJ14 CJ15 |
|