Eikosestadística y ciencia de datos

Temas avanzados y aplicados · Bioestadistica Computacional

Bioestadística Computacional: Fundamentos y Herramientas Avanzadas

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

# Bioestadística Computacional

Recorrido

Temas que aborda

  • Introducción
  • Fundamentos y Herramientas Avanzadas
  • Introducción: La Intersección de Biología, Medicina y Cómputo
  • Arquitectura General de Datos en Ómicas e Informática Clínica
  • Simulación Estocástica y Métodos de Monte Carlo
  • 2.1 Teoría Fundamental de Monte Carlo

Conceptos relacionados

Conexiones principales

  • mcmc
  • permutacion
  • regularizacion
  • bayes
  • verosimilitud
  • montecarlo

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

μ=Ef[g(Y)]=∫Yg(y)f(y) dy\mu = \mathbb{E}_{f}[g(Y)] = \int_{\mathcal{Y}} g(y) f(y) \, dy
Ver LaTeX fuente\mu = \mathbb{E}_{f}[g(Y)] = \int_{\mathcal{Y}} g(y) f(y) \, dy