|
Guía DocenteCurso Facultade de Economía e Empresa |
Guía Provisional
|
| Máster Universitario en Economía |
 Asignaturas |
| Técnicas Avanzadas para a Análise de Datos |
| Contidos |
|
|
|
| Datos Identificativos | 2024/25 | |||||||||||||
| Asignatura | Técnicas Avanzadas para a Análise de Datos | Código | 611532032 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Mestrado Oficial | 2º cuadrimestre |
Primeiro | Optativa | 3 | ||||||||||
|
||||||||||||||
| Temas | Subtemas |
| Tema 1. Introdución á aprendizaxe estatística (statistical learning) | Aprendizaxe Estatística vs. Aprendizaxe Automática Construción e avaliación dos modelos A maldición da dimensionalidade Análise e interpretación dos modelos |
| Tema 2.- Métodos preditivos (clásicos) de aprendizaxe estatístico | Regresión lineal múltiple Selección de variables Modelos lineais xeneralizados |
| Tema 3.- Métodos de regresión non paramétrica | Regresión local e k veciños máis cercanos Modelos aditivos xeneralizados |
| Tema 4.- Búsqueda de patróns nos datos | Introdución á minería de datos Introdución á análise de datos multivariantes Técnicas descritivas e visualización de datos multivariantes |
| Tema 5.- Métodos de redución da dimensión | Análise de compoñentes principais Análise factorial |
| Tema 6.- Métodos para a creación de grupos | Métodos clúster Análise discriminante |
| Prácticas | Análise de exemplos e casos prácticos en R |
|
