Machine Learning en Stata 16: Árboles de Decisión y Ensemble Learning
Descripción:
En esta presentación abordaremos los conceptos de árboles de decisión y ensemble learning, que hoy en día son muy utilizados para la clasificación o la regresión de sistemas complejos. Igualmente, realizaremos un ejercicio práctico en Stata 16 aplicando el método Random Forest.
Información General:
Duración:
1 hora
Fecha Inicio:
Jue. 25 de Jun de 2020
Horarios:
3:00 P.m San José de Costa Rica
4:00 pm Bogotá - Quito - Lima - CDMX
5:00 p.m La Paz - Caracas - Santiago de Chile
6:00 p.m Buenos Aires
Dirigido a:
Profesionales, docentes, analistas, investigadores y estudiantes interesados en conocer y aplicar la técnica de árbol de decisión, y métodos de ensemble learning.
Objetivo:
Realizar una introducción a los conceptos de Machine Learning y a las herramientas con las que cuenta Stata 16 para realizar procedimientos relacionados.
Temario:
1. Introducción al Machine Learning
Métodos de Aprendizaje.
Recomendaciones.
2. Árbol de Decisión
Conceptos.
Métodos de Construcción de Árbol.
Funciones de Costo Clasificación y Regresión.
3. Ensemble Learning
Bagging y Pasting.
Boosting y Stacking.
4. Random Forest
Conceptos.
Aplicación en Stata 16.
Instructores:
Franco Andrés Mansilla Ibañez
Especialista en entrega de soluciones analíticas a necesidades y problemáticas del negocio, tal como inversiones, operaciones y riesgos. Académico de la Universidad de Chile en cursos de Riesgo Financiero del Magíster en Finanzas y Métodos Cuantitativo en la gestión de riesgo en el diplomado de Administración de Riesgo. Sus temas de investigación son: eficiencia de mercado, riesgo financiero, machine learning y econometría.
Tarifas:
Este y muchos eventos los creamos gratuitamente para ti, en busca de un mejor desarrollo de nuestra región!