Estadística con Python. Qué es la estadística, Qué es la probabilidad, estadística descriptiva, histogramas y distribuciones, regresiones, estadística bayesiana.
Estadistica
Distribuciones estadísticas con python. Qué es una distribución, para qué sirven, como graficarlas, histograma, función de masa de probabilidad, función de distribución acumulada, función de densidad de probabilidad, distribuciones discretas y continuas, ejemplos en python.
Probabilidad con python. Teoría de probabilidad, espacio de muestreo, ley de grandes números, teorema del límite central y probabilidad .
Introducción a la inferencia causal con ejemplos sencillos y AB Testing. Descubre cómo conectar los puntos y distinguir correlación de causalidad usando herramientas prácticas y Python.
Introducción al Bosting en Machine Learning. ¿Qué es Boosting?. AdaBoost. Gradient Boosting. Elementos del Gradient Boosting. Función de pérdida. Clasificador débil. Modelo aditivo. Ejemplos en Python. XGBoost. LightGBM.
Introducción a la inferencia Bayesiana con Python. La incertidumbre y el problema de la inducción, El teorema de Bayes, inferencia bayesiana, redes Bayesianas, Programación probabilística y PyMC3, Bayes ingenuo.
Series de tiempo con python. Qué es una serie de tiempo, series de tiempo estacionarias, aplicaciones, ejemplos en python.