Esta sección se enfoca en los modelos de regresión y clasificación, cubriendo desde la teoría hasta la práctica de la regresión lineal, múltiple y polinomial, así como las máquinas de soporte vectorial y los árboles de regresión. Los estudiantes también aprenderán sobre la regresión logística y la matriz de confusión para la evaluación de modelos clasificadores.

En esta sección, los estudiantes aprenderán a analizar la calidad de sus modelos mediante el uso de curvas ROC y otras métricas de evaluación. También se enfocarán en la creación de modelos robustos utilizando variables dummy y seleccionando características relevantes. Finalmente, se introducirán a métodos avanzados de regresión y técnicas de ensamble para mejorar el rendimiento de los modelos.

Esta sección aborda técnicas de agrupamiento, comenzando con la preparación de datos y el uso de K-means. También cubre el análisis de series de tiempo, incluyendo la predicción de valores futuros en diferentes contextos, como la bolsa de valores.