Santiago VELASCO-FORERO

Courses

Tópicos en Computación Estadística:

  • Sesión 2 : Estimación Densidad No-paramétrica y Efectos de la Alta Dimensión.
    Taller 1: Métodos Estimación de Densidad
    Taller 2: Maldición de la Alta Dimensión

  • Sesión 3 : Principios de la Estimación Robusta
    Taller 3: Estimación Robusta de matriz de covarianza.
    Taller 4: Estimación Empírica del Punto de Ruptura de un método.

  • Sesión 4 : Algoritmos de Expectación y Maximización.
    Taller 5: EM en práctica.

  • Sesión 5 : Análisis Estadístico “on Streaming”
    Taller 6: Aplicando SMS en análisis de datos. (Simple Matrix Sketches)

  • Examen 1:

  • Sesión 6 : Introducción a la clasificación, Regresión Regularizada y el Análisis Discriminante.
    Taller 7: Scikit-learn / LDA

  • Sesión 7 : Arboles de Regresión y Clasificación. Métodos de ensamblaje.
    Taller 8: CART / Adaboost

  • Sesión 8 : Métodos de descenso de gradiente y la Regresión Profunda.
    Taller 9: Keras

  • Sesión 9 : Del re-muestreo a la aumentación de datos.
    Taller 10: Keras

  • Sesión 10 : Examen 2

  • Sesión 11: Introducción ANS / Grafos, Matrices “Sparse” y sus aplicaciones.
    Taller 11: De datos a grafos y uso de las matrices “Sparse”.

  • Sesión 12: Agrupamiento con Grafos.
    Taller 12: Clustering usando grafos.

  • Sesión 13: Agrupamiento Jerárquico: Un perspectiva basada en grafos.
    Taller 13: Clustering jerárquico usando grafos.

  • Sesión 14: Agrupamiento y Persistencia.
    Taller 14: Persistencia en Clustering jerárquico.

  • Sesión 15: Examen Final