Algoritmos geneticos ESTADISTICA APLICADA

...

4. BIBLIOGRAFÍA SUGERIDA

- Acuerdo de Basilea

- Estadística multivariante

- Inteligencia artificial

- KDD – Knowlegde Discovery in Databases

5. EVALUACION

La nota del curso está basada en una escala de 1 a 100 puntos. La nota será otorgada en función a la calidad del trabajo final que presente el alumno o el grupo al que pertenece. Cada integrante del grupo recibiría la misma calificación. Eventualmente en aula podrán asignarse tareas, prácticas o discusiones a las cuales se les otorgue calificación como puntos extras al trabajo final.

6. CRONOGRAMA

Se tiene planificado este curso para ser dictado en el término de 36 horas aula distribuido en las siguientes sesiones:

Sesión 1

Avance teórico - Partes I, II y III

Sesión 2

Avance teórico - Parte IV

Sesión 3

Sesión práctica de preparación de datos

Sesión 4

Sesión práctica de preparación de datos

Sesión 5

Avance teórico - Parte V - Sesión práctica Modelo LOGIT

Sesión 6

Avance teórico - Parte VI

Sesión 7

Sesión Práctica Redes Neuronales

Sesión 8

Avance teórico - Parte VII

Sesión 9

Sesión Práctica Algoritmos Genéticos

Sesión 10

Avance teórico - Parte VIII - Sesión práctica Modelo Montecarlo

Sesión 11

Sesión práctica – Repaso general

Sesión 12

Presentación de trabajos finales

7. DESARROLLO DE CLASE Y MATERIA

El avance en aula será de la siguiente forma:

- Se ordenará el aula, para toda clase, por grupos de discusión y trabajo

- Estos grupos serán los mismos de clase a clase

- El material didáctico del docente será: explicaciones verbales, uso de pizarra y uso de cañón de proyección exclusivamente para el uso de Power Point y Excel.

- Los requisitos de asistencia del alumno serán hojas de apuntes, bolígrafo y laptop.

- Se pretende una clase altamente participativa.

- No se empleará una base bibliográfica única. El alumno puede recurrir a cualquier base bibliográfica contemporánea o en especial a la bibliografía sugerida.

El complemento del aprendizaje extra aula del alumno se efectuará de la siguiente forma:

- Se le asignará un trabajo de aplicación práctica de la materia

- Este trabajo será efectuado de forma grupal

- Cada grupo deberá estar conformado por un máximo de 3 personas.

- Para efectuar este trabajo, cada alumno se verá obligado a recurrir a fuentes bibliográficas para el perfeccionamiento de su conocimiento y que pueda llevar esto al trabajo encomendado.

8. TRABAJO FINAL

El trabajo consiste en realizar una demostración de uso de las 5 técnicas desarrolladas en clase, que son:

- Preparación de datos – 20 puntos

- Modelo LOGIT – 20 puntos

- Redes neuronales – 20 puntos

- Algoritmos genéticos – 20 puntos

- Modelo Montecarlo – 20 puntos

Para esto, cada grupo deberá elegir un tema de estudio para cada modelo, sugiriéndose que entre los cinco se aborde una misma temática, aunque no será imprescindible. La Preparación de Datos y los modelos LOGIT y de Redes Neuronales requerirán una base de datos que será menester del grupo su debida consecución. La puntuación a cada parte estará dada por:

- El planteamiento del problema que se quiere abordar

- La preparación de los datos

- El esquema de variables y complejidad del modelo

- Uso de la herramienta informática

- Interpretación de los resultados

9. MATERIAL

Este curso entrega al alumno el siguiente material:

- Impresión de este documento que describe el diseño del curso

- Disco duro virtual conteniendo el siguiente material:

- Archivos: Un archivo contiene la presentación en PowerPoint que será usada para la descripción teórica de cada herramienta. El otro archivo es este documento que contiene la descripción del diseño del curso.

- Carpetas: El disco óptico contiene la siguiente estructura de carpetas:

[pic 4].

Las carpetas que tienen numeración del 1 al 5, corresponde a la materia práctica que verá este curso. En cada una se esas 5 carpetas se tiene una subcarpeta con el nombre de Material de referencia, que contiene una serie de archivos descargados del internet que le servirán al alumno como material de estudio complementario.

La carpeta Datos para práctica, contiene archivos que serán usados para práctica en clase al finalizar cada uno de los temas.

Finalmente la carpeta MAQUINA VIRTUAL, contiene el software que será empleado por el alumno para