| Títol variant: |
Data Analysis, Optimization and Decision Making |
| Títol variant: |
Análisis de Datos, Optimización y Toma de Decisiones |
| Data: |
2023-24 |
| Resum: |
L'objectiu principal d'aquesta assignatura és que lalumne sigui capaç de comprendre quina és la millor estratègia possible per optimitzar el tractament de les dades que es volen analitzar. Per fer-ho, es presentaran diferents tècniques per processar les dades d'entrada (Anàlisi de sèries temporals, codificacions a SVM o Random Forest o, de cara al processament de text, tècniques com el Bag of Words o LDA). D'una manera més avançada, s'explorarà l'ús de tècniques com ara algoritmes genètics o xarxes neuronals. Dins la part d'optimització s'estudiaran els mètodes lineals i no lineals, a més de cobrir metodologies d'optimització multiobjectiu. Finalment, s'introduiran conceptes avançats de presa de decisions, tocant aspectes com la introducció de risc i incertesa associada a la informació que es vol analitzar. |
| Resum: |
The main objective of this subject is for the student to be able to understand what is the best possible strategy to optimize the treatment of the data to be analyzed. To do this, different techniques will be presented to process the input data (Time Series Analysis, coding in SVM or Random Forest or, in terms of text processing, techniques such as the Bag of Words or LDA). In a more advanced way, the use of techniques such as genetic algorithms or neural networks will be explored. In the optimization part, linear and non-linear methods will be studied, in addition to covering multi-objective optimization methodologies. Finally, advanced decision-making concepts will be introduced, touching on aspects such as the introduction of risk and uncertainty associated with the information to be analyzed. |
| Resum: |
El objetivo principal de esta asignatura es que el alumno sea capaz de comprender cuál es la mejor estrategia posible para optimizar el tratamiento de los datos que quieren analizarse. Para ello, se presentarán diferentes técnicas para procesar los datos de entrada (Análisis de series temporales, codificaciones en SVM o Random Forest o, de cara al procesamiento de texto, técnicas como Bag of Words o LDA). De forma más avanzada, se explorará el uso de técnicas como algoritmos genéticos o redes neuronales. En la parte de optimización se estudiarán los métodos lineales y no lineales, además de cubrir metodologías de optimización multiobjetivo. Por último, se introducirán conceptos avanzados de toma de decisiones, tocando aspectos como la introducción de riesgo e incertidumbre asociada a la información que se quiere analizar. |
| 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: |
Recerca i Innovació en Ciència i Enginyeria Basades en Computadors [4318303] |
| Pla d'estudis: |
Màster Universitari en Research and Innovation in Computer based Science and Engineering [1530] |
| Document: |
Objecte d'aprenentatge |
visitant ::
identificació
