Programa Máster Estadística Aplicada con R
1. El Uso de R en Estadística. Estructuras de Datos
2. Análisis Exploratorio de Datos con R. Componentes Principales y Análisis Clúster
3. Tratamiento de Datos con R
4. Programación en R
- Validación Cruzada
- Método de Bootstrap
- Ejemplo Práctico
5. Métodos de Simulación. Contraste de Hipótesis
6. Modelos de Regresión
7. Análisis de Supervivencia
8. Evaluación de Modelos Predictivos. Validación Cruzada y Bootstrapping
9. Técnicas de Regularización. Regresión Ridge, Lasso y Elastic Net
10. Modelos de Machine Learning
Trabajo Fin de Máster
Para superar el Máster, el alumno deberá realizar un trabajo final (equivalente a 10 Créditos ECTS) de temática libre, en el que planteará una investigación estadística donde deberá utilizar alguna de las herramientas estadísticas aprendidas a lo largo del curso.