Análisis de Datos 1
1 Análisis de datos 1
Trata de aprender a partir de un conjunto de datos para encontrar criterios de predicción. Aplicaciones en campos como la visión artificial, el reconocimiento de voz y la bioinformática.
2 Objetivos
2.1 Generales de la asignatura:
- Reducir la complejidad de los datos.
- Comprender la relación entre las variables predictoras y la variable a predecir.
- Construir reglas de predicción.
2.2 Otros objetivos:
- Lectura y depuración de bases de datos.
- Manejo de R.
- Resolver problemas con datos reales.
- Aprender a elaborar informes.
3 Contenidos del curso
3.1 Técnicas de reducción de la dimensión
- Análisis de componentes principales
- Análisis de correspondencias
- Análisis factorial
3.2 Aprendizaje supervisado: A partir de unos datos de entrenamiento que inluyen una variable objetivo
- Problemas de regresión: La variable objetivo es de tipo cuantitativo.
- Problemas de clasificación: La variable objetivo es de tipo cualitativo.
- Análisis discriminante
- Árboles de decisión y clasificación
- Redes neuronales
3.3 Aprendizaje no supervisado: Determinar estructuras o grupos "naturales" en un conjunto de datos
- Análisis cluster
4 Bibliografía
- The elements of statistical learning (Hastie, Friedman, Tibshirani)