Teoría Moderna de la Detección y Estimación

_____________________________________________________________________________________

Demos en lenguaje Matlab/Octave

1. Regresión (TXT)

Contenidos disponibles en vídeo:

Conceptos Básicos:

Probabilidad y análisis:

3. Cambio de variable aleatoria (URL)

4. Cuidado con "derivar e igualar a cero" (URL)

Estimación:

5. Estimación ML de parámetros deterministas: un ejemplo (URL)

6. Incertidumbre a priori y a posteriori (URL)

7. Incertidumbre a priori y a posteriori tras múltiples observaciones (URL)

8. Estimación con restricciones: un ejemplo (URL)

9. Estimación con restricciones. Formulación general (URL)

10. Estimación con restricciones vs sin restricciones (URL)

Regresión:

11. El compromiso entre ajuste y generalización (URL)

Decisión:

12. La probabilidad de pérdida y falsa alarma (URL)

13. Cálculo de probabilidades de falsa alarma y pérdida en el caso Gaussiano multidimensional (URL)

14. Decisores en la ROC (URL)

15. Cómo se pinta la ROC (URL)

Problemas:

Estimación:

16. P1 (Boletín de Estimación) (URL)

17. P6 (Boletín de Estimación) (URL)

18. P37 (Boletín de Estimación) (URL)

19. P4Q1 (Boletín de Estimación) (URL)

Decisión:

20. P29 (Boletín de Decisión) (URL)

21. P30 (Boletín de Decisión) (URL)

22. P34 (Boletín de Decisión) (URL)

23. P6 (Ejemplo de Prueba Intermedia. Decisión) (URL)