Análisis multivariante de datos Código:  M0.517    :  5
Consulta de los datos generales   Descripción   Campos profesionales en el que se proyecta   Conocimientos previos   Información previa a la matrícula   Contenidos   Consulta de los materiales de los que dispone la asignatura  
ATENCIÓN: Este es el plan docente de la asignatura para el primer semestre del curso 2020-2021. Os servirá para planificar la matrícula (consultad si la asignatura se ofrece este semestre en el espacio del Campus Más UOC / La Universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. (El plan docente puede estar sujeto a cambios).

Este curso está diseñado para proporcionar al estudiante un enfoque integrado, en profundidad pero aplicado, en el análisis multivariante de datos. El curso pretende proporcionar al estudiante un conjunto de herramientas para la investigación que le permitan analizar y comprender mejor los datos provenientes de experimentos donde se analizan sistemas, redes o procesos y explicar satisfactoriamente en artículos científicos los resultados obtenidos. Los temas correspondientes incluyen, entre otros, los siguientes: Regresión múltiple, ANOVA, ANCOVA, Detección de datos atípicos, Representación de Datos, Análisis de componentes principales, Análisis factorial, Análisis de conglomerados.

Amunt

La asignatura proporciona los fundamentos necesarios para cualquier analísta de datos.

Amunt

Se recomienda tener conocimientos previos de álgebra lineal, así como de programación. Es muy recomendable ser capaz de leer textos en Inglés aunque el texto base y la asignatura se imparten en Español.

Amunt

  • Profesor Coordinador:   Dr. Agusti Solanas (http://smarthealthresearch.com/cv/CV_Eng_Jan_2016.pdf);  
  • Descripción: Este curso está diseñado para proporcionar al estudiante un enfoque integrado, en profundidad pero aplicado, en el análisis multivariante de datos. El curso pretende proporcionar al estudiante un conjunto de herramientas para la investigación que le permitan analizar y comprender mejor los datos provenientes de experimentos donde se analizan sistemas, redes o procesos y explicar satisfactoriamente en artículos científicos los resultados obtenidos. Los temas correspondientes incluyen, entre otros, los siguientes: Regresión múltiple, ANOVA, ANCOVA, Detección de datos atípicos, Representación de Datos, Análisis de componentes principales, Análisis factorial, Análisis de conglomerados.
  • Requisitos:  Capacidad para leer textos científicos en inglés. Conocimientos básicos de programación.
  • Material: .Apuntes, artículos científicos y libros.

Amunt

Véase la descripción semana a semana

Amunt

MATLAB_ENG PDF
MATLAB PDF

Amunt