Cursillos


El cursillo "Introdução aos Modelos de Aprendizado Estatístico para Dados de Crédito" fue cancelado

Cursillo 1. Introducción al Aprendizaje Estadístico

En este curso se hace un recorrido práctico por algunas de las técnicas de aprendizaje estadístico más representativas. El viaje comienza por los modelos de regresión lineal múltiple y regresión logística clásicos para luego abordar sus versiones no lineales y no paramétricas. Posteriormente se visitan los modelos basados en árboles (CART bosques aleatorios), luego se pasa a las máquinas de soporte vectorial y se finaliza con las redes neuronales artificiales y los métodos de aprendizaje profundo. Los asistentes verán aplicaciones de estos modelos y se darán pistas sobre cuándo es mejor utilizar alguno en particular.

Cursillo 2. Cursos de Introducción a la Estadística. Ideas para su Diseño y Desarrollo

Partiendo de la idea general de que en un curso introductorio es mejor transmitir motivación e interés que conocimientos, nuestro objetivo será presentar ideas y experiencias que permiten generar una actitud positiva hacia la estadística y tomar conciencia de sus amplias posibilidades de uso. Se discutirá cuáles son las ideas clave que debemos transmitir al estudiante y cómo hacerlo para que se mantengan de forma duradera.

Cursillo 3. REGRESSION METHODS IN STATISTICAL LEARNING (MÉTODOS DE REGRESIÓN EN APRENDIZAJE ESTADISTICO)

En este cursillo se presentan de manera general algunos métodos de regresión usados en aprendizaje estadístico (AE), un campo de lo que hoy se denomina ciencia de datos. Inicialmente se hace una revisión de conceptos relacionados con tendencias modernas para el análisis de datos, con el objeto enmarcar el aprendizaje estadístico en este entorno y de delimitar los objetivos del curso. Posteriormente, utilizando datos reales (analizados en el software R), se introducen fundamentos básicos de las herramientas de regresión empleadas en el AE. Específicamente se estudian los principios de regresión por k-vecinos más cercanos, lasso, mínimos cuadrados parciales, con datos de alta dimensión, splines, kernel y semi-paramétrica.

Cursillo 4. Introducción a Métodos Computacionales para Estadística Bayesiana Usando NIMBLE

se dictará en español

This day-long short course will introduce participants to modern Bayesian computational methods, with a focus on the wide variety of new and old Markov chain Monte Carlo (MCMC) algorithms. The course will combine discussion of the methods and the principles underlying them with demonstration of the methods. The course will discuss computations for model fitting, model selection, model assessment, and MCMC assessment. There will be a heavy emphasis on hands-on implementation of algorithms, primarily within the NIMBLE platform (r-nimble.org), an R-based system that allows for flexible use of a variety of MCMC approaches, as well as flexible programming of new algorithms that can be applied to hierarchical models specified in the BUGS language

Cursillo 5. CIENCIA DE LOS DATOS: ETL, ANALYTICS &E-SOLUTIONS

Cursillo orientado a la ciencia de los datos (data science), de vital importancia en los aspectos cuantitativos y de gestión del mundo empresarial e institucional actual. Su objetivo es proporcionar conceptos relacionados a: business intelligence, big data, data mining, data science & predictive models. Estos conceptos permiten entender cómo extraer, transformar y cargar (ETL) datos, para su administración y manejo, y cómo formular modelos para el análisis de estos datos (analytics), mostrando soluciones electrónicas (e-solutions) mediante estudios de casos prácticos con la ayuda del software R. Con este cursillo se tendrá una idea de cómo hacer ETLy analytics, para entender, modelar y resolver problemas cuantitativos por medio de la implementación de soluciones basadas en la administración, el manejo y el análisis de datos.

Cursillo 6. Some Applications of Parametric Bootstrap, Bayesian, and Other Simulation Based Methods to Reliability Data Analysis

(Se dictará en español)

In the last twenty years or so, reliability data analysis has been highly in- fluenced by statistical methods that are based on simulation or re-sampling methods. The development of the theory and improvements in computational capabilities have made the use of such methods feasible. The availability of easy to use software for implementation of these techniques is facilitating the popularization of their use. This short course will have three modules illustrating the use of parametric Bootstrap, Bayesian, and a combination of simulation and asymptotic techniques to handle applications in reliability related problems. The focus will be the motivation for the use of the techniques, the main assumptions for the applicability, the difficulties in implementing what might look like straight forward work to do, the nature of the re-sampling used in each case, and the inherent risks for misuses. The presentation will include examples for estimating service life, interval estimation of critical parameters, assessment of meeting reliability standards, prediction intervals and calibration of approximated prediction regions.

Cursillo 7. R -- from basics to handling large data.

The course will start with a brief review of the main features of R -- the language for statistical computing and graphics, and will continue with illustrations and hands-on exercises of increasing complexity with the aim of generating an appreciation of the full potential of the software for the current challenges in statistical computing.

  • Session 1
    • R as a calculator.
    • Programming in R
    • Graphics
  • Session 2
    • User defined functions
    • Principles of good programming. Working with objects
    • Statistics at your fingertips.
  • Session 3
    • Working with large datasets
    • Simulations
    • Examples and illustrations

Organiza


Con el apoyo de