Descripción

En este módulo se han reunido una serie de técnicas procedentes de distintos campos como el análisis multivariante, el aprendizaje estadístico, la inteligencia artificial y técnicas de machine learning. La mayoría de las técnicas presentadas son técnicas predictivas, cuyo objetivo principal es desarrollar un modelo matemático que permita obtener predicciones en una variable de interés en observaciones no incluidas en la construcción del modelo. Se han seleccionado las técnicas predictivas más importantes y cuyo uso está más extendido: regresión lineal y logística, métodos penalizados (LASSO), métodos basados en árboles (CART), support vector machines (SVM), redes neuronales, random forest.

El módulo incluye los aspectos más importantes para la construcción de modelos predictivos: pre-procesamiento y descripción básica de los datos, optimización de los parámetros involucrados en cada una de las técnicas, evaluación de la capacidad predictiva de los modelos mediante técnicas de remuestreo (validación cruzada y bootstrapping), selección de variables que van a formar parte del modelo, comportamiento de cada técnica en problemas de alta dimensión, etc.