Toma de decisiones bajo incertidumbre profunda (Programa en línea)

01 APRENDIZAJE MÁQUINA PARA EL ANÁLISIS DE DECISIONES

Aprenderás a modelar los problemas de decisión a través de técnicas estadísticas de clasificación que te permitirán realizar las identificaciones de patrones generales de comportamiento en un sistema.

1. Definición y campo de aplicación

2. Aprendizaje máquina en cienciasmsociales

3. Evaluación de la precisión de un modelo de aprendizaje

4. Taxonomía de métodos

5. Regresión polinomial

6. Regresión splines

7. Métodos aditivos generales

8. Clustering

02 MODELOS LINEALES

Conocerás el método de máxima verosimilitud y sus beneficios respecto al método de mínimos cuadrados ordinarios. Asimismo, definirás las propiedades de los modelos de regresión.

1. Modelos lineales simples

2. Precisión de estimaciones

3. Métricas de diagnóstico

4. Modelos multi-variados

5. Limitaciones

03 CLASIFICACIÓN Y PREDICCIÓN

Establecerás las bases teóricas y prácticas del uso de métodos de clasificación.

1. Predictores cualitativos

2. Regresión logística

3. Linear Discriminant Analysis

4. Bootstrap

04 DINÁMICA DE SISTEMAS

Adquirirás los conocimientos necesarios para modelar procesos dinámicos empleando modelos matemáticos.

1. Orígenes del análisis de sistemas

2. Objetivo y conceptos de la dinámica de sistemas

3. La dinámica de variables de estado y variables auxiliares; conectado procesos de causalidad circular con la estructura de un sistema

05 APRENDIZAJE MÁQUINA

Aprenderás a emplear técnicas cuantitativas para el análisis de modelos dinámicos

1. Definición de un problema y propósito de un modelo de simulación; entender el comportamiento dinámico de un sistema empleando diagramas causales

2. Mapeando la estructura de un sistema empleando variables de estado y variables auxiliares

3. Construcción de un modelo de simulación

06 INCERTIDUMBRE PROFUNDA Y DESCUBRIMIENTO DE ESCENARIOS

Obtendrás los conocimientos que se requieren para emplear técnicas cuantitativas para el análisis de modelos dinámicos.

1. Entendiendo la dinámica de sistemas básicos

2. Consideraciones para el modelado de demoras materiales y de información

3. Concatenaciones y cadenas de envejecimiento