| Títol variant: |
Data Visualisation and Modelling |
| Títol variant: |
Visualización de Datos y Modelización |
| Data: |
2020-21 |
| Resum: |
Curs de R. Tots els exercicis pràctics es faran utilitzant el paquet estadístic R. Aquest curs introductòri és bàsic pels posteriors desenvolupaments. Visualització de grans conjunts de dades amb R GViz, Maps i Tabplot. Simulació de dades, Boostrap i tests permutacionals Aquestes metodologies permeten una solució ràpida per a models estadístics complexos sense un coneixement profund dels mètodes estadístics generals clàssics. Són eines indispensables entre les actuals tècniques de modelització estadística. Els estudiants completaran un programa d'entrenament bàsic, incloent el software adient, i aprendran com enfrontar-se a problemes amb dades reals. Xarxes Bayesianes , en opinió de molts investigadors constitueixen una de les més significants contribucions de la IA en aquest segle. Es tracta d'estructures gràfiques per a representar relacions probabilístiques entre un gran nombre de variables i també per a fer inferència probabilística amb aquestes variables en un gran número de camps d'aplicació. Un dels objectius d'aquest curs és introduir-les, desenvolupant en els estudiants la habilitat de utilitzar-les en modelització, tant des d'un punt de vista teòric com pràctic, amb un particular èmfasis en la utilització d'un software apropiat. |
| Resum: |
Curso de R. Todos los ejercicios prácticos se harán utilizando el paquete estadístico R. Este curso introductorio es básico por los posteriores desarrollos. Visualización de grandes conjuntos de datos con R GViz, Maps y Tabplot. Simulación de datos, Boostrap y tests permutacionales Estas metodologías permiten una solución rápida para modelos estadísticos complejos sin un conocimiento profundo de los métodos estadísticos generales clásicos. Son herramientas indispensables entre las actuales técnicas de modelización estadística. Los estudiantes completarán un programa de entrenamiento básico, incluyendo el software adecuado, y aprenderán como enfrentarse a problemas con datos reales. Redes Bayesianas, en opinión de muchos investigadores, constituyen una de las más significantes contribuciones de la IA en este siglo. Se trata de estructuras gráficas para representar relaciones probabilísticas entre un gran número de variables que sirven también para hacer inferencia probabilística con estas variables en un gran número de campos de aplicación. Uno de los objetivos de este curso es introducirlas, desarrollando en los estudiantes la habilidad de utilitzarlas en modelización, tanto desde un punto de vista teórico como práctico, con un particular énfasis en la utilización de un software apropiado. |
| 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: |
Modelització per a la Ciència i l'Enginyeria / Modelling for Science and Engineering [4313136] |
| Pla d'estudis: |
Màster Universitari en Erasmus Mundus en Modelització Matemàtica a l'Enginyeria: Teoria Computació i [1292] ; Màster Universitari en Modelització per a la Ciència i la Enginyeria / Modelling for Science and Engineering [1293] ; Màster Universitari en Modelització per a la Ciència i la Enginyeria / Modelling for Science and Engineering [1439] |
| Document: |
Objecte d'aprenentatge |
visitant ::
identificació
