La Escuela de Graduados informa que se encuentran abiertas las inscripciones para 3 cursos abiertos a desarrollarse en el marco de la Maestría en Estadística Aplicada que se dicta en nuestra institución, en conjunto con la Facultad de Ciencias Agropecuarias y la Facultad de Matemática, Astronomía, Física y Computación (FAMAF) de la UNC.
El dictado de las diferentes propuestas se desarrollará a partir del 27 de agosto y durante los meses de septiembre, octubre y noviembre de 2021. Las inscripciones estarán abiertas hasta el lunes 23 de agosto inclusive.
La modalidad de cursado será a través de clases teórico-prácticas en formato virtual durante 4 semanas por curso.
Por informes e inscripciones dirigirse a Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Principios de estadística para el análisis de datos espaciales
Cuerpo docente:
.Dr. Raúl Edgardo Macchiavelli (Dept. of Agroenvironmental Sciences - University of Puerto Rico)
.Dr. Mariano Córdoba (Facultad de Ciencias Agropecuarias de la Universidad Nacional de Córdoba)
.Dr. Fernando García (Facultad de Ciencias Económicas de la Universidad Nacional de Córdoba)
Dictado: 23 al 27 de agosto; 20 al 24 de septiembre; 25 al 29 de octubre; 15 al 19 de noviembre.
Duración: 40 horas
Objetivos:
Esta propuesta tiene como objetivo brindar las herramientas necesarias para distinguir distintos tipos de datos espaciales, interpretar principales modelos para el análisis de estos datos espaciales, relacionar los proceso estocásticos que generan los datos con los métodos de análisis y utilizar programas de computación para visualizar y analizar los respectivos datos espaciales (R y SAS)
Contenidos y modelo de evaluación
Arancel del curso: $ 12.600
Por informes e inscripciones dirigirse a Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Aprendizaje Automático (Machine Learning)
Cuerpo docente:
.Dr. Ana Georgina Flesia (Facultad de Matemática, Astronomía, Física y Computación
de la Universidad Nacional de Córdoba)
.Dr. José Ignacio Robledo (Centro Atómico Bariloche – CONICET)
Dictado: 23 al 27 de agosto; 20 al 24 de septiembre; 25 al 29 de octubre; 15 al 19 de noviembre.
Duración: 40 horas
Objetivos:
Los métodos de aprendizaje automático conforman un grupo de técnicas útiles para el estudio de situaciones que incluyen la clasificación, el agrupamiento y el aprendizaje reforzado. El objetivo general del curso es que los participantes adquieran las bases de la teoría del aprendizaje automático y el manejo de las metodologías clásicas del área y las más actuales, siendo capaces de comprender los conceptos matemáticos requeridos en la construcción de las diversas técnicas estadísticas de aprendizaje automático.
Se buscará reconocer el potencial, alcance y límites de cada técnica para explorar los datos y producir inferencias sobre el fenómeno en estudio. Identificar las preguntas de interés en problemas reales y proponer soluciones a través de la modelación y de los métodos estadísticos correspondientes. Y desarrollar destrezas para comunicar resultados científicos con la terminología apropiada del aprendizaje automático en Python.
Contenidos y modelo de evaluación
Arancel del curso: $ 12.600
Por informes e inscripciones dirigirse a Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Series de tiempo
Cuerpo docente:
.Dra. Silvia M. Ojeda (Facultad de Matemática, Astronomía, Física y Computación de la Universidad Nacional de Córdoba)
.Mgter. Sergio Martín Buzzi (Facultad de Ciencias Económicas de la Universidad Nacional de Córdoba)
Dictado: 23 al 27 de agosto; 20 al 24 de septiembre; 25 al 29 de octubre ; 15 al 19 de noviembre
Duración: 40 horas
Objetivos:
Proporcionar un enfoque estadístico referido al tratamiento de procesos aleatorios en general, con énfasis en el estudio de series temporales. Se espera que a partir de las herramientas y conocimientos adquiridos en el curso el alumno sea capaz de indagar acerca de los mecanismos que permiten modelar una serie de tiempo, ya sea estacionaria como no estacionaria, abordando tanto el problema de la estimación de los parámetros involucrados en el modelo, como el problema de la predicción. Se prestará especial atención a las aplicaciones empíricas orientadas al modelado de series de tiempo en diversas áreas de la ciencia.
Contenidos y modelo de evaluación
Arancel del curso: $ 12.600
Por informes e inscripciones dirigirse a Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.