Resumen del curso Entrenamiento de modelos en sistemas de Inteligencia Artificial (IA)

Objetivos
Entendimiento fundamental en estadística y exploración de datos.

Aplicar métodos estadísticos y software especializado, procesos de clasificación de variables, modificación de datos de entrada y su visualización.

Ser capaz de explicación los métodos estadísticos, procesos de clasificación y enfoques de manipulación numérica.
 
Contenido
1. TÉCNICAS ESTADÍSTICAS EN EL ÁMBITO DEL APRENDIZAJE AUTOMÁTICO
• TÉCNICAS ESTADÍSTICAS PARA EL ANÁLISIS EXPLORATORIO DE DATOS, TRANSFORMACIONES SIMPLES
• REDUCCIÓN DE LA DIMENSIÓN DE LAS MUESTRAS
• CARACTERÍSTICAS
• DISTRIBUCIONES DE PROBABILIDAD
• TÉCNICAS DE REPRESENTACIÓN GRÁFICA APLICABLES A LA REPRESENTACIÓN DE VARIABLES EN MUESTRAS
• Histogramas
• Diagrama de dispersión y otras técnicas
• TÉCNICAS DE TRANSFORMACIÓN DE DATOS DE ENTRADA
• TÉCNICAS APLICADAS A CADA VARIABLE DE MANERA SINGULAR
• Escalado a valores dentro de un rango
• Normalización a media cero y desviación típica uno
• FUNCIONES MATEMÁTICAS DE UNA O MÁS VARIABLES
• Logaritmo
• Transformación Exponencial
• Raíz cuadrada
• Xn
• Seno
• Coseno
• Tangente hiperbólica
• Otras Transformaciones
2. TÉCNICAS ESTADÍSTICAS EN EL ÁMBITO DEL APRENDIZAJE AUTOMÁTICO (PARTE II)
• Técnicas de aumento de la dimensión de las muestras
• Técnicas de reducción de la dimensión de las muestras
• Análisis de Componentes Principales (PCA)
• t-SNE
• Autoencoders basados en redes neuronales
3. HERRAMIENTAS SOFTWARE QUE IMPLEMENTEN TÉCNICAS ESTADÍSTICAS EN EL ÁMBITO DEL ANÁLISIS DE DATOS