Gratuito
1 Hora
En línea
¿Cuáles clientes no pagarán su crédito? ¿Cómo se moverán los precios de las acciones en las semanas que vienen? ¿Qué factores explican el éxito de una intervención quirúrgica?
Los métodos de machine learning pueden ayudarnos a responder preguntas como éstas y muchas más, incluso cuando el proceso generador de datos es altamente complejo. Con el nuevo conjunto de comandos h2oml en Stata, puedes implementar los dos modelos más populares en machine learning usando H2O: gradient boosting machine (GBM) y random forest (RF).
En este seminario en línea, veremos cómo estimar estos modelos para predecir variables continuas, binarias, y categóricas; como evaluar el desempeño de nuestro modelo; y cómo seleccionar óptimamente sus hiper parámetros. También exploraremos las herramientas disponibles en Stata para interpretar y explicar las predicciones de nuestros modelos de machine learning. Estas herramientas incluyen los modelos global surrogate, los gráficos de dependencia parcial, las curvas ICE, y los valores de Shapley.
Eduardo García Echeverri
Econometrista Senior
Eduardo García Echeverri es un Econometrista Senior en StataCorp LLC. Tiene un doctorado en economía de la Universidad de Rochester y una maestría de la Universidad de los Andes en Colombia. Su investigación se enfoca en econometría no paramétrica y semi paramétrica. Eduardo produce la documentación de Stata, desarrolla seminarios en línea, y contribuye con el desarrollo estadístico de nuevos métodos para incorporar en el software.
El seminario web es gratuito, pero debes registrarte para asistir. Las inscripciones son limitadas, así que regístrate pronto. Te enviaremos un correo electrónico con instrucciones sobre cómo unirse antes del inicio del seminario web.
