Ahora hay más opciones de aprendizaje en línea que nunca disponibles, incluidos cursos que son absolutamente gratuitos.
Ya sea que desee prepararse para su próximo curso universitario, necesita adquirir algunas habilidades adicionales para ayudarlo con su trabajo, o simplemente está interesado en un tema y desea aprender más, habrá un curso en línea que puede tomar para ayudarlo a alcanzar sus metas.
Este es un curso de nivel introductorio en aprendizaje supervisado, con un enfoque en métodos de regresión y clasificación.
El plan de estudios incluye:
- Regresión lineal y polinomial
- Regresión logística y análisis discriminante lineal
- Validación cruzada y bootstrap
- Selección de modelos y métodos de regularización (cresta y lazo)
- Modelos no lineales, splines y modelos aditivos generalizados
- Métodos basados en árboles, bosques aleatorios y refuerzo
- Máquinas de vectores de soporte.
Se discuten algunos métodos de aprendizaje no supervisados: componentes principales y agrupamiento (k-medias y jerárquico).
Esta no es una clase con mucha matemática, así que se intenta describir los métodos sin depender mucho de fórmulas y matemáticas complejas.
Se centta en lo que se considera los elementos importantes del análisis de datos moderno. La informática se realiza en R.
Hay conferencias dedicadas a R, dando tutoriales desde cero y avanzando con sesiones más detalladas que implementan las técnicas en cada capítulo.
Prerrequisitos
Primeros cursos de estadística, álgebra lineal e informática.
Instructores
Trevor Hastie , profesor de estadística John A Overdeck, Universidad de Stanford
Robert Tibshirani , profesor de los Departamentos de Investigación, Políticas y Estadísticas en Salud, Universidad de Stanford.
El curso se encuentra disponible de manera gratuita en edX en la forma de auditoría, con la cual no podrás obtener un certificado de finalización. Pero será gratuito.
Recuerda seleccionar la opción de auditar curso para evitar un costó extra:
Para ir al curso da clic en el siguiente botón:
