Artboard 1 copy 7.png
Desigualdades de Grothendieck
  • Introducir el formalismo matemático necesario para comprender algunos de los algoritmos más utilizados en Forecasting mediante regresiones y series temporales. 

  • Invitar al alumno a comprender la necesidad y las ventajas de la regularización en las regresiones lineales.

  • Motivar la utilización de las series de tiempo como un método para modelar correctamente algunos fenómenos.

  • Enseñar las cualidades estadísticas y computacionales de los algoritmos propuestos. 

  • Introducir el concepto de anomalía y aquellos algoritmos útiles en su detección. 

Temario

Regresiones lineales 

Parte I. Regularización 

    1. Ridge

    2. Lasso 

    3. Interpretación geométrica

    4. Cualidades estadísticas

    5. Ridge y la regresión logística

 

 

Parte II. Anomalías en las regresiones

    1. Anomalías en problemas de clasificación

    2. Anomalías en regresiones

    3. Regresión robusta

    4. Programación lineal: una solución a la regresión robusta

    5. Regresión Ridge Robusta

Series de tiempo

Parte I. Series de tiempo 

  1. Definiciones básicas y motivación: Análisis de Fourier
  2. Modelo de Buys-Ballot: relación con las regresiones
  3. Moving-Average

  4. Regresiones locales

  5. Exponential smoothening 

 

Parte II. Anomalías en las series de tiempo

  1. Acercamiento clásico
  2. Una invitación a los procesos estocásticos: cadenas de Markov y Martingalas

Contacto

CDMX, México.

  • Facebook icono social