ESCUELA DE DOCTORADO
Actividades formativas de doctorado
 
M5008Machine Learning: An Introduction / Curso de introducción al Machine Learning
Organiza: Programa de Doctorado en Economía y Gestión Empresarial

Inscripción en: https://gestion-doctorado.uah.es/doccursos
(en este momento no hay plazo abierto para preinscripción en este curso)

Coordinación: Dr. David Atance del Olmo
Plazas ofertadas: 35
Duración: 15 horas     Tipo: Transversal
Módulo V - Herramientas, métodos y técnicas de investigación
Modalidad: Presencial

Lugar de impartición: Aula 0.3.a de la Facultad de Ciencias Económicas, Empresariales y Turismo


Fechas de impartición
26 y 30 de octubre -- 2, 6 y 9 de noviembre (de 11 a 14 horas)


Destinatarios
Estudiantes de doctorado.


Descripción general

Machine learning has become increasingly important worldwide, especially in quantitative approaches to natural and social sciences. Machine learning includes a whole set of techniques and methodologies whose application to the field of knowledge of the disciplines mentioned can be an important added value in the training of our graduate students.

This course will be held in English

________________________________________________________________________________

El machine learning está ganando cada vez más importancia a nivel mundial y en especial en todas las aproximaciones científicas cuantitativas, como sucede en el mundo de la economía y las finanzas. El machine learning incluye todo un conjunto de técnicas y metodologías cuya aplicación al ámbito de conocimiento de las disciplinas señaladas puede suponer un importante valor añadido en la formación de nuestros estudiantes de posgrado.

EL CURSO SERÁ INTEGRAMENTE EN INGLÉS.



Contenidos

 - Linear regression models /Modelos de regresión Lineal.

· -Logistic regression models /Modelos de regresión Logística.

· -Supervised and unsupervised machine learning /Aprendizaje automático supervisado y no supervisado.

·  Decision tress (Árboles de decisión.

· -Support Vector Machines.

· -K-nearest-neighbords.

· Redes neuronales /Neural networks.



Profesorado

Pietro Millossovich

Reader in the Actuarial Science and Insurance School in Bayes Business School (London).

Associated Professor Dipartimento di Science Economiche, Aziendale, Matematice e Statisiche (Universita di Trieste, Italia)



Metodología

Este curso tendría tanto aplicación teórica como aplicación práctica en R o Python y para ello se seguiría el manual de Hastie et al. (2009) y James et al. (2013).

Referencias:

 

HASTIE, T., TIBSHIRANI, R., and FRIEDMAN, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction. New York: Springer.

 

JAMES, G., WITTN, D., HASTIE, T., and TIBSHIRANI, R. (2013). An introduction to statistical learning. New York: Springer.



Selección de estudiantes

By date of registration /Por orden de inscripción



Bibliografía

See above / La citada arriba



Información adicional

Write to  /Para cualquier consulta: david.atance@uah.es