Curso actualmente no disponible

Curso Avanzado de Estadística para Machine Learning con Python

Instituto Matemático y Actuarial Mexicano

Curso

En línea

$ 4,999 más IVA

Llama al centro

5512421764

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

Los mejores cursos de Investigación y desarrollo

Ver todos

Ver todos

Descripción

  • Tipología

    Curso

  • Nivel

    Nivel avanzado

  • Metodología

    En línea

  • Horas lectivas

    24h

  • Duración

    1 Mes

SE OTORGAN 22 HECSE

Mejorar su efectividad en cualquier posición o puesto, así como adquirir nuevas capacidades que les permitan desempeñarse eficientemente en otras áreas de competencia, ya sean las existentes u otras estrechamente relacionadas.

Acerca de este curso

Cumplir con su compromiso de mantener y de mejorar las habilidades que apoyen su competencia profesional y técnica.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Estadística
  • Machine learning
  • Python
  • Programacion
  • Intervalos de Confianza
  • ANOVA
  • Correlación
  • Regresión

Profesores

Equipo Docente

Equipo Docente

Director

Programa académico

1. Normalización de los Datos y Valores Atípicos (outliers) (4 horas)
  • 1.1. Principio BEBS GIGO)
  • 1.2. Estandarización con Puntuación Z (z-score)
  • 1.3. Escalamiento Min-Max
  • 1.4. ¿Qué son los Valores Atípicos y por qué son peligrosos?
  • 1.5. Remoción de Valores Atípicos, Método de Puntuación-Z (z-score)
  • 1.6. Detección de Valores Atípicos Multivariados
  • 1.7. Remoción de Valores Atípicos con Recortes a los Datos (data trimming)
2. Probabilidad (3 horas )
  • 2.1. ¿Qué es la probabilidad?
  • 2.2. Probabilidad vs Proporción
  • 2.3. Masa Probabilística vs Densidad
  • 2.4. Distribuciones de Probabilidad Acumulativas
  • 2.5. Variabilidad en el Muestreo, Ruido y otras Perturbaciones
  • 2.6. Valores Esperados
  • 2.7. Probabilidad Condicional
  • 2.8. Ley de los Grandes Números
  • 2.9. Teorema del Límite Central
3. Pruebas de Hipótesis (3 horas)
  • 3.1. Variables Dependientes e Independientes
  • 3.2. ¿Qué es una Hipótesis y cómo especificamos una?
  • 3.3. Distribuciones Muestrales bajo Hipótesis Nula y Alternativa
  • 3.4. P-Valores
  • 3.5. Grados de Libertad
  • 3.6. Errores Tipo 1 y Tipo 2
  • 3.7. Pruebas Paramétricas vs No Paramétricas
  • 3.8. Relevancia Estadística
  • 3.9. Validación Cruzada
4. Pruebas T (3 horas)
  • 4.1. Propósito e Interpretación
  • 4.2. Prueba T de Una Muestra
  • 4.3. Prueba T de Dos Muestras
  • 4.4. Pruebas T No Paramétricas (Wilcoxon, Mann-Whitney)
5. Intervalos de Confianza (2 horas)
  • 5.1. ¿Qué son los Intervalos de Confianza?
  • 5.2. Intervalos de Confianza con Bootstraping (Remuestreo)
6. Correlación (3 horas )
  • 6.1. ¿Qué es y qué representa la correlación?
  • 6.2. Correlación y Covarianza
  • 6.3. Matríz de Correlación
  • 6.4. Correlación Parcial
  • 6.5. Correlación No Paramétrica
7. Análisis de Varianza (ANOVA) (3 horas )
  • 7.1. ¿Qué es ANOVA?
  • 7.2. Suma de Cuadrados
  • 7.3. Prueba F y la Tabla ANOVA
  • 7.4. Prueba Ómnibus
  • 7.5. ANOVA Unifactorial (one-way)
  • 7.6. ANOVA Bifactorial (two-way)
8. Regresión (3 horas)
  • 8.1. Modelo Lineal Generalizado (GLM)
  • 8.2. Método de Mínimos Cuadrados
  • 8.3. Evaluando Modelos de Regresión: R2 y F
  • 8.4. Regresión Simple
  • 8.5. Regresión Múltiple
  • 8.6. Regresión Logística

Categorías relacionadas

Llama al centro

5512421764

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

Curso Avanzado de Estadística para Machine Learning con Python

$ 4,999 más IVA

Los mejores cursos de Investigación y desarrollo

Ver todos

Ver todos