Forecasting en Python: de las Regresiones Lineales a las Series de Tiempo

Objetivos

  • Invitar al alumno a utilizar y entender las cualidades estadísticas y computacionales de los principales algoritmos asociados a las Regresiones lineales y a las Series de Tiempo.

  • Familiarizar al alumno con algunos aspectos del lenguaje matemático utilizado en la Ciencia de Datos y Machine Learning.

  • Capacitar al alumno en las técnicas de programación necesarias para implementar los modelos estudiados.

Temario

1. Desde el punto de vista de la implementación el alumno aprenderá:

  • Programación: Python básico

  • Librería más usada para ciencia de datos: Pandas

  • Aprendizaje de buenas prácticas de programación para ciencia de datos

  • Familiarización con procesos comunes y necesarios en la ciencia de datos

  • Aplicación de algunos modelos sin librerías pre-hechas

  • Aplicación de librerías en estado del arte para todos los modelos vistos en el curso

  • Conocimiento suficiente para aprender e implementar modelos ampliamente usados en ciencia de datos fuera del curso

2. Desde un punto de vista matemático estudiaremos los siguientes temas:

  • Regresiones lineales

  • Cualidades estadísticas detrás del estimador de mínimos cuadrados

  • Algunos algoritmos para calcularlo

  • Series de Tiempo: conceptos generales

  • Buys-Ballot y la estimación por mínimos cuadrados

  • Moving-Average

  • Vectores asociados

  • ARIMA

  • Invitación a los procesos estocásticos

+52 1 55 59957954

The Pool, CDMX, México.

  • Facebook icono social

©2019 by Bourbakismos. Proudly created with Wix.com