Contenidos

Descripción de los módulos

• Módulo 1: Herramientas para el análisis de datos: R

• Módulo 2: Herramientas para el análisis de datos: Python

• Módulo 3: Minería de datos

  • Preprocesamiento de los datos

  • Imputación de datos faltantes

  • Descripción de la muestra

  • Visualización de datos

  • Reducción de la dimensionalidad

  • Validación y análisis de los resultados

• Módulo 4: Métodos de regresión avanzada

  • Regresión lineal múltiple

  • Modelo lineal generalizado

  • Regresiones sesgadas

• Módulo 5: Métodos de clasificación

  • Clasificación no supervisada

  • Clasificación supervisada

• Módulo 6: Series temporales

  • Modelos estacionarios

  • Modelos ARIMA

• Módulo 7: Machine learning probabilístico

  • Inferencia bayesiana

  • Modelos jerárquicos

  • Modelos temporales

    • Modelos de espacio de estados y HMMs

    • Sistemas dinámicos lineales y filtros d Kalman

  • Deep Learning

    • Redes neuronales

    • Modelos probabilísticos profundos

• Módulo 8: Seguridad de la información