2.3.2 PSC/Inferencia Estadística Computacional
Temas:
Core Tier1
- Estimación de Máxima Verosimilitud (MLE)
- Métodos de inferencia bayesiana
- Métodos de Monte Carlo mediante Cadenas de Markov (MCMC)
- Algoritmo Expectación-Maximización (EM)
- Remuestreo bootstrap y jackknife
Objetivos de Aprendizaje (Learning Outcomes):
Core-Tier1:
- Implementar Estimación de Máxima Verosimilitud para varias distribuciones [Usar (Usage)]
- Aplicar métodos bayesianos para estimación de parámetros [Usar (Usage)]
- Implementar algoritmos MCMC para muestreo posterior [Usar (Usage)]
- Usar el algoritmo EM para modelos con variables latentes [Usar (Usage)]
- Aplicar métodos bootstrap para intervalos de confianza [Usar (Usage)]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM
