¿Qué quieres aprender?

Probabilidad para Machine Learning y Big Data con R y Python

Probabilidad para Machine Learning y Big Data con R y Python

Frogames Formación

Curso online


50
¿Quieres hablar con un asesor sobre este curso?

Objetivos

El objetivo de este curso es capacitar al alumno para resolver problemas de probabilidad utilizando R y Python, proporcionando una base sólida en estadística y análisis de datos. A lo largo de la formación, se trabajarán conceptos fundamentales como el cálculo de probabilidades, variables aleatorias, distribuciones de probabilidad y medidas estadísticas básicas. Además, se abordarán nociones más avanzadas como la correlación, la independencia, la convergencia de variables aleatorias y el Teorema Central del Límite, ofreciendo una base teórica y práctica imprescindible para continuar con estudios avanzados en Machine Learning e Inteligencia Artificial.

A quién va dirigido

Este curso está dirigido a estudiantes, profesionales y personas autodidactas interesadas en el ámbito del análisis de datos, la estadística y el Machine Learning. También es adecuado para quienes deseen adquirir una base sólida en probabilidad para poder avanzar en estudios más especializados en ciencia de datos, inteligencia artificial o programación aplicada, especialmente utilizando herramientas como R y Python.

Requisitos

Este es un curso de nivel avanzado, por tanto es altamente recomendable: - Completar el curso de Python de la A a la Z para comprender los fundamentos de programación - Completar el curso de Estadística descriptiva con R y Python para tener una base sólida en ambos lenguajes - Completar el curso de Álgebra Lineal con R, Python y Octave para tener la base de matemáticas - Tener un ordenador con conexión a internet y cualquier sistema operativo instalado y saber utilizarlo a nivel básico de usuario

Temario completo de este curso

Contenido del Curso

  • Bienvenidos al Curso de Probabilidad(43:49)
  • Instalar y dominar las herramientas del curso(14:56)
  • Preliminares del curso(2:21:54)
  • Probabilidades(2:55:05)
  • Problemas clásicos del mundo de la probabilidad(2:10:25)
  • Variables aleatorias discretas(3:11:33)
  • Variables aleatorias continuas(2:41:05)
  • Distribuciones notables discretas(5:22:27)
  • Distribuciones notables continuas(3:20:51)
  • Momentos de variables aleatorias(2:31:00)
  • Complementos de Variables Aleatorias(45:19)
  • Vectores aleatorios bidimensionales(7:44:27)
  • Vectores aleatorios multidimensionales(3:24:49)
  • Ley de los grandes números.
  • Teorema central del límite(3:55:22)
  • Introducción a la estadística multidimensional(1:49:03)
  • Introducción a las cadenas de Markov(1:12:38)
  • Trabajo Final de Curso (TFC)(00:00)
  • Enhorabuena por completar el curso(03:10)
Ver más