|
Guía DocenteCurso Facultade de Informática |
| Grao en Ciencia e Enxeñaría de Datos |
 Asignaturas |
| Modelos de Regresión |
| Resultados de aprendizaxe |
|
|
| Datos Identificativos | 2020/21 | |||||||||||||
| Asignatura | Modelos de Regresión | Código | 614G02012 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Grao | 1º cuadrimestre |
Segundo | Obrigatoria | 6 | ||||||||||
|
||||||||||||||
| Resultados de aprendizaxe | Competencias do título | ||
| Coñecer os conceptos xerais da regresión | B2 B3 B7 B8 B9 B10 |
||
| Saber estimar os parámetros dos modelos de regresión lineal simple, múltiple e loxístico. | A17 A18 A20 |
C1 |
|
| Entender a importancia de levar a cabo a diagnose dun modelo de regresión. | A17 A18 A20 |
B2 B3 B8 B9 |
C1 |
| Coñecer técnicas de regresión no paramétricas. | A17 A18 A20 |
B2 B8 B9 |
C1 |
| Ser capaz de aplicar as principais técnicas de regresión a conxuntos de datos reais ou simulados. | A17 A20 |
B2 B3 B8 B9 |
C1 |
| Ser capaz de interpretar os resultados e facer predicións utilizando modelos de regresión. | A17 A18 |
B2 B3 B7 B8 B9 B10 |
|
| Saber manexar con soltura programas informáticos avanzados de análise estatística. | A20 |
B2 B3 B7 B8 B9 B10 |
C1 |
|
