Ponentes:

Victor Giancarlo Sal y Rosas Celi, PhD

Profesor Asociado de la sección de matemáticas, Departamento de Ciencias de la Pontificia Universidad Católica del Perú. Interesado en el diseño y análisis de estudios aleatorizados y en el desarrollo de métodos estadísticos para el estudio del tiempo a la ocurrencia de un evento.

Dr. Cristian Luis Bayes Rodriguez

Profesor Asociado de la sección de matemáticas, Departamento de Ciencias de la Pontificia Universidad Católica del Perú. Sus áreas de investigación son: inferencia bayesiana, distribuciones asimétricas, distribuciones en el intervalo unitario y sus aplicaciones en el análisis de datos.

Resumen:

El presente es un curso en análisis de datos enfocado en el modelamiento predictivo. El modelamiento predictivo esta enlazado con las ideas de aprendizaje de máquinas, minería de datos, reconocimiento de patrones, entre otros. Sin embargo, el proceso de modelamiento predictivo es mucho más que eso e incluye la idea de entender y cuantificar la precisión del modelo para futuros datos.

El Curso de Capacitación en Modelos Predictivos se centra en desarrollar una guía práctica para el proceso de modelamiento estadístico haciendo un recorrido sobre un considerable número de técnicas. En cada una de ellas, discutiremos sus bondades y limitaciones.

El curso es organizado por la Maestría en Estadística en respuesta al pedido de la Corporación  BELCORP.

Inscripciones: Cerradas

Informes: m_estadistica@pucp.edu.pe