|
Guia docenteCurso Facultad de Economía y Empresa |
Guía Provisional
|
| Máster Universitario en Economía |
 Asignaturas |
| Técnicas Avanzadas para el Análisis de Datos |
| Contenidos |
|
|
|
| Datos Identificativos | 2024/25 | |||||||||||||
| Asignatura | Técnicas Avanzadas para el Análisis de Datos | Código | 611532032 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
| Máster Oficial | 2º cuatrimestre |
Primero | Optativa | 3 | ||||||||||
|
||||||||||||||
| Tema | Subtema |
| Tema 1.- Introducción al aprendizaje estadístico (statistical learning) | Aprendizaje Estadístico vs. Aprendizaje Automático Construcción y evaluación de los modelos La maldición de la dimensionalidad Análisis e interpretación de los modelos |
| Tema 2.- Métodos predictivos (clásicos) de aprendizaje estadístico | Regresión lineal múltiple Selección de variables Modelos lineales generalizados |
| Tema 3.- Métodos de regresión no paramétrica | Regresión local y k vecinos más cercanos Modelos aditivos generalizados |
| Tema 4. Búsqueda de patrones en los datos | Introducción a la minería de datos Introducción al análisis de datos multivariantes Técnicas descriptivas y visualización de datos multivariantes |
| Tema 5.- Métodos de reducción de la dimensión | Análisis de componentes principales Análisis factorial |
| Tema 6.- Métodos para la creación de grupos | Métodos clúster Análisis discriminante |
| Prácticas | Análisis de ejemplos y casos prácticos en R |
|
