MIID4406 Pronósticos (Electiva)
Siendo los datos series de tiempo un tipo de recurso altamente valioso para las organizaciones, este curso se enfoca en brindar algunas metodologías para el pronóstico de series de tiempo, proporcionando teoría y práctica para cada uno de los métodos. Esto se lleva a cabo primeramente estableciendo un proceso metodológico que responde a una problemática planteada tal como ¿qué quiero pronosticar y qué resuelve?, también abordando un breve repaso de los temas básicos estadísticos que sustentan los métodos estudiados. El estudiante entenderá la importancia de la transformación de los datos tipos series de tiempo a estructuras para el aprendizaje supervisado como parte esencial en la tarea de pronóstico de datos ordenandos en el tiempo. En los primeros métodos, se abordarán los modelos univariados tipodata-driven tales como redes recurrentes, modelos de ensamble y otros de espectro singular. Así también modelos tipo model based, tales como los modelos de splines y los tradicionales de regresión múltiple. En la segunda parte se estudiarán los modelos multivariados típicos tales como los vectores autorregresivos y los modelos tipo autorregresivos de retrasos distribuidos, entre otros. Entenderemos sus ventajas y limitantes en cada uno de éstos. Este curso está dirigido a personas que requieren como parte de su formación profesional un curso electivo que les proporcione un entrenamiento de los métodos de pronóstico con series de tiempo, a aquellos quienes también requieren recibir una preparación de métodos recientes en el campo de pronósticos. En este curso se trabajará con lenguaje Python y R, proporcionando tutoriales, exámenes de entrenamiento formativos y en cada módulo, cuestionarios sumativos.
Idioma en el que se ofrece el curso
Español
Página del catálogo en este curso