Estadística inferencial para Machine Learning y Big Data con R y Python
Roi Rodríguez
Conoce toda la estadística inferencial de la mano de Juan Gabriel Gomila, Arnau Mir y Ricardo Alberich, expertos en estadística y con más de 30 años de experiencia tanto en su docencia como en su aplicación práctica en la empresa.
Asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido de estadística inferencial del curso. En particular, verás los mismos contenidos que explicamos en la carrera a los matemáticos, ingenieros, economistas, biólogos, médicos o informáticos.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila, como los cursos de Machine Learning o Inteligencia Artificial con Python o RStudio, el Curso de Data Science con Tidyverse y RStudio o incluso los varios cursos de Deep Learning. Todo el material del curso está enfocado en resolver los problemas de falta de base en el ámbito de estadística inferencial que presentan los estudiantes de esos cursos avanzados. Y poderlo hacer en un curso aparte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
Skills / Knowledge
- Hacer muestreo aleatorio con y sin reposición
- Reconocer diferentes tipos de muestreo estadístico
- Resolver problemas de estimación
- Clasificar estimadores
- Interpretar intervalos de confianza
- Calcular intervalos de confianza
- Identificar los tipos de errores
- Realizar contrastes de hipótesis
- Reconocer los tipos de contrastes de hipótesis
- Explicar la regla de decisión de Neyman Pearson
- Interpretar curvas ROC
- Comparar contrastes paramétricos y no paramétricos
- Aplicar el test chi cuadrado de Pearson
- Implementar el test de Kolmogorov-Smirnov
- Realizar tests de normalidad
- Hacer contrastes de independencia
- Realizar contrastes de homogeneidad
- Aplicar tests de homocedasticidad
- Desempeñar análisis de la varianza (ANOVA)
- Calcular ANOVA de dos vías
- Explicar la técnica de mínimos cuadrados
- Componer modelos de regresión lineal simple y múltiple
- Evaluar la normalidad de los residuos
- Examinar outliers
- Valorar sobreajuste del modelo
- Aplicar el algoritmo k-means
- Realizar clustering jerárquico aglomerativo
- Resolver problemas de estadística inferencial con R
- Resolver problemas de estadística inferencial con Python
Issued on
October 9, 2023
Expires on
October 8, 2028
Job Insights
These are the most common job titles and employers with the most open positions related to this credential.
Top job titles related to this credential
Top Employers