Materiales para clases práctica

Materiales para clases teóricas:

Primer parcial

primeras clases

Ejemplo overfitting

Regresión lineal

Notas de clase

Presentación Robustez

Interpretación de parametros log-log, log-lin

Segundo parcial

GLM

Robustez y Regularización

Prophet: GAM y Series de tiempo

Projection Pursuit Regression & Neural Nets

Redes Neuronales

Código

• ejemplo PPR

• ejemplo Redes Neuronales

Bibliografía de consulta

Libros

1. James, Gareth, et al. An introduction to statistical learning. Vol. 112. New York: springer, 2013.
2. Friedman, Jerome, Trevor Hastie, and Robert Tibshirani. The elements of statistical learning. Vol. 1. No. 10. New York: Springer series in statistics, 2001.
3. Efron, Bradley, and Trevor Hastie. Computer age statistical inference. Vol. 5. Cambridge University Press, 2016.
4. Wickham, Hadley, and Garrett Grolemund. R for data science: import, tidy, transform, visualize, and model data. “ O’Reilly Media, Inc.”, 2016.
5. Molnar Cristoph. Interpretable Machine Learning: A Guide for Making Black Box Models Explainable, 2019.

Papers

1. Wickham, H. (2014). Tidy Data. Journal of Statistical Software, 59(10)

Otros materiales de consulta

https://happygitwithr.com/