Loading repository data…
Loading repository data…
daniel-ccopa / repository
Aqui van todos los apuntes del septimno semestre sobre los temas que voy vanzando en los cursos
A transparent discovery signal based on current public GitHub metadata.
This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
Este repositorio contiene los apuntes, trabajos, y recursos relacionados con los cursos del 7mo semestre de la carrera de Ingeniería Estadística e Informática. Cada curso está organizado en su propia carpeta, con materiales específicos y recursos de apoyo.
Descripción: Este curso aborda los principios y arquitecturas de los sistemas distribuidos, explorando cómo se comunican los nodos dentro de una red y cómo se gestionan los recursos distribuidos. Se cubrirán temas como modelos de comunicación, algoritmos distribuidos, coherencia de datos, y técnicas de tolerancia a fallos.
Descripción: Este curso introduce los conceptos y métodos fundamentales de la estadística bayesiana, proporcionando herramientas para la inferencia y modelado estadístico bajo un enfoque bayesiano. Se estudiarán distribuciones previas, verosimilitud, posterior, y el uso de métodos computacionales como MCMC.
Descripción: Este curso ofrece una introducción a los fundamentos de la ingeniería de software, centrándose en el ciclo de vida del desarrollo de software, desde la especificación de requisitos hasta la implementación y pruebas. Se enfatiza en el diseño arquitectónico y la gestión de proyectos de software.
Descripción: En este curso, se exploran las metodologías de la investigación científica, con un enfoque en la formulación de problemas de investigación, diseño de proyectos, y redacción de informes científicos. El objetivo es desarrollar habilidades para llevar a cabo investigaciones rigurosas en las áreas de estadística e informática.
Descripción: Este curso cubre los conceptos y técnicas fundamentales del aprendizaje supervisado, una rama del machine learning que se basa en el uso de datos etiquetados para entrenar modelos predictivos. Se estudiarán algoritmos como regresión lineal, árboles de decisión, SVM, y redes neuronales.
Descripción: Este curso se enfoca en la configuración, administración, y monitoreo de redes de computadoras. Se estudiarán protocolos de red, configuración de routers y switches, así como técnicas de seguridad y resolución de problemas en redes.