|
Guía DocenteCurso Facultade de Informática |
| Grao en Ciencia e Enxeñaría de Datos |
 Asignaturas |
| Modelos de Regresión |
| Metodoloxías |
|
|
| Datos Identificativos | 2020/21 | |||||||||||||
| Asignatura | Modelos de Regresión | Código | 614G02012 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Grao | 1º cuadrimestre |
Segundo | Obrigatoria | 6 | ||||||||||
|
||||||||||||||
| Metodoloxías | Descrición |
| Sesión maxistral | 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. |
| Prácticas a través de TIC | 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. |
| Seminario | Propoñeranse cuestións e exercicios para discusión e realización conxunta cos estudantes. |
| Solución de problemas | Propoñeranse exercicios para a realización dos estudantes de xeito individual. |
| Proba obxectiva | Probas obxectivas de avaliación de coñecementos. |
|
