Profesores Titulares
Profesores Docentes
Se considerarán como conocimientos previos los de la asignatura de Herramientas de análisis y visualización de datos (primer semestre).
Objetivos.
Completar el conocimiento de los métodos estadísticos de análisis de datos, como por ejemplo, simulaciones Monte Carlo, ajuste de funciones, learner evaluation, series temporales, entre otros.
Para consolidar los conocimientos adquiridos, se realizará un proyecto conjunto con la asignatura MD008 Inteligencia artificial para la ciencia de los datos, con la finalidad de resolver un problema concreto aplicando los conocimientos adquiridos en las dos asignaturas.
1. Análisis exploratorio de datos
2. Concepto de modelo
3. Learner evaluation
4. Métodos de Montecarlo
5. Teoría de decisiones
6. Aproximación de distribuciones
7. Regresiones
8. Series temporales
9. Ajuste de funciones
10. Tests e intervalos de confianza
Nota: los temas pueden ajustarse y/o modificarse a criterio de la coordinación del máster.
La metodología utilizada combina clases magistrales, participación de los estudiantes, ejercicios y prácticas. Para el alumno, esto implicará tanto trabajos individuales como en grupo, así como ejercicios de implementación, documentación escrita en formato artículo y presentaciones orales.
Esta asignatura se evaluará de manera continua a partir de ejercicios, participación y presentaciones en clase. La parte más importante de la evaluación consiste en realizar un proyecto, común entre esta asignatura y la de Inteligencia artificial (MD008).
Evaluación continua
Esta asignatura se evaluará de manera continua a partir de ejercicios, participación y presentaciones en clase. La parte más importante de la evaluación consiste en realizar un proyecto, común entre esta asignatura y la de Inteligencia artificial (MD008).
La nota final será una ponderación de todos los ejercicios y trabajos realizados:
NOTA FINAL = 40% Ejercicios + 60% Proyecto.
Convocatoria extraordinaria
Se determinará el examen y/o trabajos de convocatoria extraordinaria desde la coordinación de la asignatura.
Normativa de copias
La asignatura se rige por la normativa de copias general de La Salle Campus BCN:
<https://www.salleurl.edu/es/normativa-de-copias>
Las actividades formativas se considerarán que tienen la siguiente categoría:
Ejercicios: moderadamente significativa
Proyecto: altamente significativa
Evaluación Final: altamente significativa
La bibliografía se irá detallando a lo largo de la asignatura.
Apuntes de clase
Documentación y artículos subidos a la Intranet (eStudy)
Todo el material de clase (presentaciones, ejercicios, artículos, documentos, etcétera) se compartirán en la carpeta de la asignatura de la Intranet de La Salle: eStudy.