| Títol variant: |
Unsupervised Learning |
| Títol variant: |
Aprendizaje No Supervisado |
| Data: |
2020-21 |
| Resum: |
La majoria de dades recollides són multivariants, és a dir, per a una mateixa unitat experimental (que pot ser un objecte de naturalesa complexa) observem de manera simultània els valors de diverses variables. L'Anàlisi Multivariant tracta els mètodes que són més apropiats per a descriure, explorar i modelitzar aquestes dades vectorials, així com per a aplicar-hi la inferència estadística. La necessitat de processar gran quantitat de dades amb moltes variables de naturalesa diversa, amb la voluntat de reduir la informació que no sigui rellevant i de descobrir patrons d'associació entre variables, així com l' interès en la classificació supervisada o autònoma de casos, han fet desenvolupar recentment un gran nombre de procediments que se situen en l'escenari multivariant. L'assignatura es planteja com un primer contacte de l'estudiant amb el món de l' anomenat "aprenentatge estadístic" (statistical learning), per tal que comprengui la potència i aplicabilitat, i alhora les limitacions, dels mètodes, alguns dels quals es basen en idees heurístiques força intuïtives. L'enfocament de l'assignatura és eminentment aplicat pel que fa al treball amb dades usant el potencial del programari lliure R, acompanyat del rigor i generalitat adequats en la definició del models teòrics i els corresponents mètodes d'anàlisi i validació dels resultats. |
| Resum: |
La mayoría de datos recogidos son multivariantes, es decir, para una misma unidad experimental (que puede ser un objeto de naturaleza compleja) observamos de manera simultánea los valores de varias variables. El Análisis Multivariante trata los métodos que son más apropiados para describir, explorar y modelizar estos datos vectoriales, así como para aplicar la inferencia estadística. La necesidad de procesar gran cantidad de datos con muchas variables de naturaleza diversa, con la voluntad de reducir la información que no sea relevante y de descubrir patrones de asociación entre variables, así como el interés en la clasificación supervisada o autónoma de casos, han hecho desarrolló recientemente un gran número de procedimientos que se sitúan en el escenario multivariante. La asignatura se plantea como un primer contacto del estudiante con el mundo del llamado "aprendizaje estadístico" (statistical learning), para que comprenda la potencia y aplicabilidad, al tiempo las limitaciones, los métodos, algunos de los cuales se basan en ideas heurísticas bastante intuitivas. El enfoque de la asignatura es eminentemente aplicado con respecto al trabajo con datos usando el potencial del software libre R, acompañado del rigor y generalidad adecuados en la definición de los modelos teóricos y los correspondientes métodos de análisis y validación de los resultados. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.  |
| Llengua: |
Català, anglès, castellà |
| Titulació: |
Estadística Aplicada [2503852] |
| Pla d'estudis: |
Grau en Estadística Aplicada [1424] ; Grau en Estadística Aplicada i Grau en Sociologia [1440] |
| Document: |
Objecte d'aprenentatge |
visitant ::
identificació
