Curso avanzado de estadística bayesiana con Python
Estadística e Inferencia Bayesiana, Pruebas A/B, Métodos de muestreo, Metropolis-Hastings, Machine Learning Bayesiano.
Description
Bienvenido al Curso avanzado de estadística bayesiana con Python, donde aprenderás todo lo que necesitas para analizar datos, contrastar hipótesis, hacer comparaciones de grupos y mucho más, con los métodos de Estadística Bayesiana, y para ponerlo en práctica veremos ejemplos en Python, uno de los lenguajes de programación más utilizados para el análisis de datos, y una habilidad muy solicitada por las empresas en las ofertas de trabajo de LinkedIn.
La Estadística Bayesiana es un área específica dentro del campo de la Estadística, y hoy en día es la pieza central de muchas aplicaciones en Ciencia de Datos (Data Science) y Aprendizaje Automático (Machine Learning). Sus métodos se caracterizan porque la "evidencia" sobre lo "verdadero" se expresa en términos del grado de creencia o, más específicamente, en términos de probabilidades bayesianas. Todo se deriva de la interpretación del concepto de probabilidad.
En este curso, cubriremos los conceptos principales de la Estadística Bayesiana, desde cero y hasta un nivel más avanzado, para poder entender primero fundamentos como el Teorema de Bayes, las probabilidades y distribuciones condicionales, y demás. Y luego veremos los métodos más complejos como las Pruebas A/B dentro del área de la Inferencia Bayesiana, los métodos de muestreo como el muestreo por Rechazo o el algoritmo Metropolis-Hastings, y la relación del enfoque bayesiano con el Aprendizaje Automático (Machine Learning).
El curso está diseñado en torno a ejemplos y ejercicios que brindan muchas oportunidades para desarrollar la intuición y aplicar los conocimientos adquiridos. Muchos ejemplos provienen de aplicaciones del mundo real en ciencia, marketing online, negocios, ingeniería o medicina, y tendrás disponible los códigos en Python para que los puedas adaptar a tus propios análisis en el futuro. Así que tanto si eres un estudiante o un ingeniero, que quiere ampliar sus conocimientos básicos de Estadística, como si te interesa el mundo del Machine Learning y el Análisis de datos y quieres tener una visión alternativa con los métodos bayesianos, este es el sitio ideal para ti.
Vamos a cubrir todos los aspectos, y lo más importante tendrás mucho material práctico, tendrás todo el código fuente desde el minuto cero, plantillas de código en Python para utilizar en tus propios análisis en la práctica. Muchas horas de vídeo de alta calidad con todas las explicaciones necesarias. Además tendrás acceso a un grupo privado para dudas para que no te sientas solo, donde puedes preguntar tus dudas y colaborar con las de los demás estudiantes. Y por supuesto material complementario a las clases, ejercicios y tareas para que puedas practicar por tu cuenta y poder convertirte en un analista de datos top, con experiencia en estadística bayesiana.
¿Te apuntas?
¡Nos vemos en clase!
What You Will Learn!
- Interpretación bayesiana del concepto de probabilidad
- Teorema de Bayes
- Diferencia entre probabilidad frecuentista vs bayesiana
- Pruebas A/B (A/B Testing)
- ¿Qué métodos usar en la práctica según nuestro problema?
- Métodos de muestreo
- Estimación e Inferencia Bayesiana
- Machine Learning Bayesiano
- Cómo explicar los resultados estadísticos numéricos y visuales
- Implementación de los análisis y códigos en Python
- Ejemplos de datos reales para practicar con Python
Who Should Attend!
- Estudiantes de ingenierías, medicina o economía que busquen entender los métodos de la estadística bayesiana.
- Estudiantes de Estadística que quieran profundizar en esta área más específica.
- Ingenieros de IA y ML que quieran entender los fundamentos de los métodos que se basan en estadística bayesiana.
- Estudiantes de doctorado que quieran conocer o estén investigando acerca de la estadística bayesiana.
- Empresas o usuarios que quieran hacer análisis de datos o inferencia con métodos bayesianos.