Profesionales interesados en conocer una de las herramientas más utilizadas de la Ciencia de Datos Plazas financiadas por el SAS para sus profesionales (consultar procedimiento en ESTE ENLACE)

Tener conocimientos de regresión multivariante. Poseer unas mínimas habilidades con el programa R Imprescindible disponer de acceso a Internet y una cuenta personal de correo electrónico asi como tener habilidades para el uso de programas informáticos básicos (Office) a nivel de usuario

Introducir a los asistentes en la utilización de los árboles (trees) y los bosques aleatorios (random forests) en la investigación en salud.

Al finalizar el curso los asistentes: 1. Conocerán el paradigma sobre el que se basa la Ciencia de Datos. 2. Sabrán evaluar la bondad de ajuste de un modelo sin asumir ninguna hipótesis sobre la distribución de los datos. 3. Conocerán el problema de la robustez de los modelos: Equilibrio sesgo – varianza. Muestreo con reemplazamiento (bootstrapping) y agregación (bagging). 4. Podrán construir un árbol CART, representarlo gráficamente e interpretar el resultado. 5. Podrán ajustar un modelo de árboles Random Forest a un conjunto de datos, evaluar la bondad del ajuste y realizar predicciones para un nuevo conjunto de datos. 6. Utilizarán Random Forest para diferentes tipos de problemas: clasificación, regresión y supervivencia. 7. Aprenderán algunas de las aplicaciones adicionales de Random Forest para evaluar la importancia relativa de variables, medidas de similitud, clustering o detección de observaciones anómalas.