Análisis predictivo práctico: modelos y métodos

Descripción

El diseño estadístico de experimentos y el análisis son la base de la ciencia de datos. En este curso diseñarás experimentos estadísticos y analizarás los resultados utilizando métodos modernos. También explorará los escollos comunes en la interpretación de argumentos estadísticos, especialmente aquellos asociados con big data. En conjunto, este curso lo ayudará a internalizar un conjunto básico de métodos y conceptos prácticos y efectivos de aprendizaje automático, y a aplicarlos para resolver algunos problemas del mundo real.

Objetivos de aprendizaje: después de completar este curso, podrá:
1. Diseña experimentos efectivos y analiza los resultados
2. Use métodos de remuestreo para hacer argumentos estadísticos claros y a prueba de balas sin invocar la notación esotérica
3. Explicar y aplicar un conjunto básico de métodos de clasificación de complejidad creciente (reglas, árboles, bosques aleatorios) y métodos de optimización asociados (descenso de gradiente y variantes)
4. Explicar y aplicar un conjunto de conceptos y métodos de aprendizaje no supervisados.
5. Describa los modismos comunes de análisis de gráficos a gran escala, incluyendo consultas estructurales, recorridos y consultas recursivas, PageRank y detección comunitaria