Teoría

============================================================================== 

curso 2016-2017

============================================================================== 

Unidades Didácticas:

 

Unidad 00: Introducción a la Asignatura

Unidad 01.1: Introducción a la Estadística en Marketing (Vídeo)

Unidad 01.2: Estadística descriptiva. Desde RStudio con Markdown al informe del cliente (I) (video) (Sintaxis_markdown) (vídeo)

Unidad 01.3: Estadística descriptiva. Desde RStudio con Markdown al informe del cliente (II) (sintaxis y datos) (vídeo)

Unidad 01.3: Estadística descriptiva. Desde RStudio con Markdown al informe del cliente (III) (Sintaxis y Datos) (vídeo)

Unidad 02.1: Los Modelos Lineales clásicos. El concepto de “El mejor Modelo” para mi empresa. (Markdown con Sintaxis del tema) (Vídeo)

Unidad 02.1: Validando el modelo lineal (Sintaxis vía Markdown) (vídeo)

Unidad 03.1: Vender o no Vender. Regresión Logística (Sintaxis – Markdown)(Vídeo)

Unidad 03.2: Vender o no Vender. Capacidad predictiva del modelo logístico  (Sintaxis – Markdown)(Vídeo)

Unidad 04: Árboles de Decisión y Regresión. Mostrando caminos hacia el éxito. (Sintaxis – Markdown) (Vídeo)

Temas Transversales:

Tema Transversal 1: RStudio como herramienta de Reproducibilidad (Vídeo)

Tema Transversal 2: TICS aplicadas a la Estadística (link en el apartado de prácticas)

Tema Transversal 3: BIG DATA & MACHINE LEARNING

 

Archivo TeX necesario para que compilen los archivos Markdown: logo.tex

Los errores que da al compilar los archivos Markdown son debidos a que no tendréis las imágenes. En el siguiente enlace pongo un archivo comprimido con la carpeta «img» con todas las imágenes: img

============================================================================== 

curso 2015-2016

============================================================================== 

Bajando a las profundidades de los datos: Sesión 11 (Deep Learnig)

Primer nexo de unión entre la Estadística y la Inteligencia Artificial:  Sesión 10 (Redes Neuronales Artificiales)

No sólo de número vive el estadístico : Sesión 9 v3 (Big Data y Redes Sociales) (video1)

Vender o vender, esa es la cuestión. Toma de decisiones (II): Sesión 8 (Random Forest) (vídeo)

Vender o vender, esa es la cuestión. Toma de decisiones (II): Sesión 7 (Árboles de Decisión) (vídeo)

Vender o vender, esa es la cuestión. Toma de decisiones (I):Sesión 6  (Regresión logística) (vídeo)

Me han contratado para un estudio, ¿qué hago? (II):  Repaso a Modelos Lineales y Validando y Modelo Lineal(gráficos:sesion4.R=>>»algunosgrficos.pdf»)  (Video) y  (Video)

Me han contrado para un estudio, ¿qué hago? (I): Depurando la Base de Datos y mis primeros descriptivos  (Vídeo)

La Investigación Comercial: Introducción a la Estadística en Marketing (Vídeo)

Introducción a la Asignatura: Presentación de la Asignatura 2015/2016 (Vídeo)

 

============================================================================== 

 

Material de Cursos Anteriores:

 

La tecnología del futuro, ¿o del presente?: Big Data twitter & machine learning (video)

Más sobre Toma de Decisiones: Redes Neuronales Artificiales Sesión 9 (vídeo)

Seguimos tomando Decisiones:Sesión 7: Random Forest(más sobre Árboles y selección automática vía Random Forest) (vídeo)

Vender o vender, esa es la cuestión. Toma de decisiones (II): Sesión 7 (Árboles de Decisión) (vídeo)

Vender o vender, esa es la cuestión. Toma de decisiones (I):Sesión 6  (Regresión logística) (vídeo)

La base de datos tiene demasiadas variables, ¿qué hago? (I): PCA, EFA & CFA (Reducción de la Dimensión (I): Componentes Principales y Análisis Factorial) (Vídeo)

Martes, 30 de mayo de 2017