Lecciones del curso (5)
Lección 2 de 5 · 5 min de lectura
Simulación Monte Carlo e incertidumbre
Usa muestreo aleatorio para estimar integrales, propagar incertidumbre, optimizar y resolver problemas de alta dimensión donde los métodos determinísticos fallan.
Al terminar esta lección
- · Implementar Monte Carlo básico e importancia sampling
- · Propagar incertidumbre paramétrica (Monte Carlo vs polinomio caos)
- · Usar MCMC para inferencia bayesiana
- · Aplicar Monte Carlo en optimización estocástica
Escuela de Ciencias Naturales y Exactas$349.000 COP$279.000 COPo 119 USD 95 USDPrecios de terror: −20 % hasta el 31 de octubre
Esta lección es parte de la Escuela de Ciencias Naturales y Exactas: todas sus rutas durante 12 meses, a tu ritmo y con certificado.