Pasar al contenido principal

Iniciación al Aprendizaje Automático No Supervisado

Introducir los aspectos metodológicos de algunas técnicas de la estadística multivariada. 

Aplicar dichas técnicas a conjuntos de datos reales e interpretar los resultados obtenidos.
Acercar el estudiante al empleo de los paquetes para el análisis estadístico de
datos disponibles en el ambiente de desarrollo de software libre R
(http://www.r-project.org/).

Objetivos

Introducir los aspectos metodológicos de algunas técnicas de la estadística multivariada. 

Aplicar dichas técnicas a conjuntos de datos reales e interpretar los resultados obtenidos.
Acercar el estudiante al empleo de los paquetes para el análisis estadístico de
datos disponibles en el ambiente de desarrollo de software libre R
(http://www.r-project.org/).

Público objetivo
Interesados en introducirse al uso de técnicas de Aprendizaje Automático no Supervisado.
Temario

1. Análisis de Conglomerados (Clustering) .Métodos jerárquicos, no jerárquicos, probabilísticos. Distancias. Métricas de Bondad de ajuste. Presentación de Paquetes en R con ejemplos

2. Análisis Factorial. Análisis de componentes principales.Métricas de Bondad de ajuste, Calidad de Representación Presentación de Paquetes en R con ejemplos

3. Análisis de correspondencias simples .Análisis de correspondencias múltiples. Combinación de Análisis Factorial + Análisis de Conglomerados Presentación de Paquetes en R con ejemplos

Conocimientos exigidos
Álgebra lineal, Probabilidad e Inferencia Estadística
Metodología de evaluación

Trabajo final con datos a elección

Detalles
Créditos
2
Arancel
9600
Inicio de curso
Fin de curso
Horario
De 08:30 a 11:30 y de 13:00 a 15:00hs., salón en FCEA a determinar.
Docentes
Dr. Marco Scavino, grado 4, Instituto de Estadística, FCEA, UdelaR
Dr. Ramón Alvarez Vaz, grado 4, Instituto de Estadística, FCEA, UdelaR
Dr. Juan Ignacio Guerrero Alonso, Profesor Titular, Departamento de Tecnología Electrónica, Universidad de Sevilla, España

Profesor Responsable Local: Dra. Ing. Aiala Rosá, grado 4, InCo