Aprendizaje Automático para el Análisis de Datos: Regresión y Pronóstico

Resumen

¡Aprendizaje automático simplificado con Excel! Modelos de regresión para análisis de datos avanzados e inteligencia empresarial (¡sin código!)

Programa de estudio

- Introducción al Aprendizaje Automático para el Análisis de Datos -- Panorama del Aprendizaje Automático -- Importancia del Análisis de Datos en Negocios e Investigación -- Tipos de Aprendizaje Automático: Aprendizaje Supervisado vs No Supervisado - Fundamentos del Análisis de Regresión -- Introducción a la Regresión -- Regresión Lineal -- Supuestos de la Regresión Lineal -- Evaluación de Modelos Lineales (R², RMSE, MAE) -- Regresión Lineal Múltiple -- Regresión Polinómica - Técnicas Avanzadas de Regresión -- Regresión de Ridge -- Regresión Lasso -- Regresión Elastic Net -- Modelos de Regresión No Lineal -- Regresión de Vectores de Soporte (SVR) - Análisis de Series Temporales y Pronósticos -- Introducción a los Datos de Series Temporales -- Componentes de la Serie Temporal: Tendencia, Estacionalidad y Ruido -- Descomposición de Series Temporales -- Promedios Móviles y Técnicas de Suavizado -- Modelos Autorregresivos (AR, MA, ARMA) -- Modelos ARIMA y ARIMA Estacional (SARIMA) -- Evaluación de Modelos de Pronóstico (MAPE, AIC, BIC) - Aprendizaje Automático para el Pronóstico de Series Temporales -- Introducción al Aprendizaje Automático en Series Temporales -- Ingeniería de Características para Series Temporales -- Modelos de Regresión para Series Temporales -- Modelos Basados en Árboles: Árboles de Decisión, Bosques Aleatorios y Potenciación de Gradiente -- Redes Neuronales para Pronósticos de Series Temporales - Evaluación y Selección de Modelos -- Técnicas de Validación Cruzada -- Sobreajuste y Subajuste -- Ajuste de Hiperparámetros usando Búsqueda en Cuadrícula y Búsqueda Aleatoria -- Consideraciones para el Despliegue de Modelos - Herramientas y Librerías para Regresión y Pronósticos -- Librerías de Python: NumPy, pandas, scikit-learn -- Herramientas Específicas para Series Temporales: statsmodels, Prophet -- Introducción a R para el Análisis de Series Temporales - Estudios de Caso y Aplicaciones -- Estudio de Caso Académico: Predicción de Precios de Vivienda -- Estudio de Caso de Negocios: Pronóstico de Ventas Usando Datos Históricos -- Estudio de Caso Ambiental: Análisis de Datos Climáticos - Proyecto: Desarrollo de un Modelo de Pronóstico -- Introducción y Requisitos del Proyecto -- Recolección y Preprocesamiento de Datos -- Selección y Entrenamiento de Modelos -- Evaluación y Presentación de Resultados - Conclusión y Lecturas Adicionales -- Revisión de Conceptos Clave -- Recursos Recomendados para Aprendizaje Adicional -- Tendencias Futuras en el Aprendizaje Automático para el Análisis de Datos

Enseñado por

Maven Analytics and Joshua MacCarty

Etiquetas