Modelos de Distribución de Especies con Estadística Bayesiana en R

Este curso se impartirá mediante una combinación de sesiones en directo (sincrónicas) en Zoom, con ejercicios  a realizar entre las clases en directo.

Las sesiones en directo se grabarán y estarán disponibles para los participantes durante un período de tiempo limitado. Aún así se requiere la asistencia a las sesiones en vivo, ya que este curso es principalmente práctico

Resumen del curso

Los árboles de regresión aditivos bayesianos (BART, Bayesian Additive Regression Trees) son un método de aprendizaje automático o aprendizaje de máquinas (machine learning) con aplicaciones muy prometedoras en el modelado de distribución de especies basado en datos de presencia y ausencia de observaciones.

A diferencia de la mayoría de métodos, la capacidad predictiva de BART suele mostrar un buen equilibrio entre los dos aspectos principales de la evaluación de modelos: la discriminación (que implica distinguir las localidades con presencia de las demás) y la calibración (que implica que la probabilidad de presencia refleje la variación gradual en la frecuencia de ocurrencia de la especie).

Los BART generan predicciones acertadas sin sobreajustarse al ruido ni a casos particulares en los datos. En este curso se explicará:

1) Una introducción o repaso sobre modelos de nicho ecológico y modelos de distribución de especies

2) La construcción de modelos de diferente complejidad, incluyendo métodos de regresión estadística y métodos de aprendizaje de máquinas (tanto bayesianos como no bayesianos)

3) Validación cruzada y comparación de los modelos enfocando varios aspectos de su capacidad predictiva, en particular la discriminación y la calibración o fiabilidad

4) La identificación de variables relevantes, curvas y mapas de respuesta parcial, y predicciones con intervalos de confianza y niveles de incertidumbre. Las prácticas se harán en R, utilizando paquetes como ’embarcadero’, ‘fuzzySim’, ‘blockCV’ y ‘modEvA’.

Durante el curso, los participantes podrán aplicar  estas técnicas a sus propios datos de presencia de especies, o si no los tienen a datos de ejemplo que serán proporcionados por la profesora.

Haz clic aquí para ver el programa completo

Requerimientos

Los participantes deben tener un ordenador (Windows, Linux, Macintosh), preferiblemente con webcam, y una buena conexión a internet. Se requiere conocimiento básico de R.

Idioma

Español

Contacto

[email protected]

Horario y Duración

Sesiones en línea en directo del lunes a viernes de 15:00 a 19:00 (Zona horaria de Madrid).

4 horas diarias adicionales para las prácticas, con scripts preparados y con asistencia remota de la instructora a través de Slack, entre las 9 y las 23h (zona horaria de Madrid).

Es importante tener en cuenta que para poder seguir el curso se necesita una dedicación de 7 horas diarias.

Total: 35 horas

Plazas

La capacidad del curso es de 18 participantes, que se ocuparán por estricto orden de inscripción.

Los participantes que completen el curso recibirán un certificado a la finalización del mismo.