Resumen de ESTADÍSTICA PARA MACHINE LEARNING Y DATA SCIENCE |

Centro de Soporte

Para reportar cualquier situación / problema de tipo técnico, administrativo o académico, da clic en:

Contáctanos

(55) 54871400 Ext. 4445; 4448; 4449

08:30 a 17:00 hrs. Lunes a Viernes, Sábado de 08:00 a 13:00 hrs.

educacioncontinua@uic.edu.mx

INICIO

Avisos

Generalidades del Módulo

Bienvenida al módulo

Forma de trabajo

Propósito general

Temario

Instructor

Problematización

Producto de aprendizaje

Foro Dudas

Avisos

Semana 1

Introducción S1

Propósito S1

Temario S1

Agenda de aprendizaje S1

Act. 1.1 ¡Vamos a conocernos!

Act. 1.2 La importancia de las medidas de tendencia central y de dispersión

Act. 1.3 La probabilidad como complemento de la estadística

Act. 1.4 La visualización como explicación de los datos

Semana 2

Introducción S2

Propósito S2

Temario S2

Agenda de actividades S2

Act. 2.1 Vamos a conocer la campa de Gauss.

Act. 2.2 Vamos a hablar de lo estadísticamente significativo.

Act. 2.3 La visualización como explicación de los datos.

LIBRO DE MACHINE LEARNING

Semana 3

Introducción S3

Propósito S3

Temario S3

Agenda de actividades S3

Act. 3.1 Vamos a conocer un poco de aprendizaje no supervisado.

Act. 3.2 Vamos a hablar de los modelos que se pueden obtener de los datos.

Act. 3.3 Vamos a reducir la cantidad de datos sin afectar la calidad de la información.

Semana 4

Introducción S4

Propósito S4

Temario S4

Agenda de actividades S4

Act. 4.1 Exploración de Sobreajuste y Subajuste de Modelos con la base de datos de Iris.

Act. 4.2 Aplicación de Validación Cruzada y Particionamiento de Datos con la base de datos de Iris.

Act. 4.3 Selección y aplicación de modelos y métodos de ensamble.

Evaluación de percepción

Semana 5

Introducción S5

Propósito S5

Temario S5

Agenda de Actividades S5

Act. 5.1 Desarrollo de un Proyecto Integrador de Estadística para Machine Learning y Data Science

Constancia

Constancia

ESTADÍSTICA PARA MACHINE LEARNING Y DATA SCIENCE