Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/74213
Título
Estadística computacional y programación en paralelo
Autor
Director o Tutor
Año del Documento
2024
Titulación
Grado en Estadística
Résumé
La estadística computacional y la programación en paralelo son áreas importantes en
el campo de la ciencia de datos y la informática. Dichas materias están vinculadas, y su
interrelación permite el análisis eficiente de grandes conjuntos de datos. La estadística
computacional está estrechamente relacionada con la ciencia de datos y la
programación en paralelo es un concepto importante en el campo de la informática.
La estadística computacional se refiere a la aplicación de métodos y técnicas
estadísticas con el apoyo de algoritmos informáticos. Tradicionalmente, los métodos
estadísticos se aplicaban manualmente, pero con el advenimiento de la computación,
se han desarrollado algoritmos y herramientas que permiten automatizar estos
procesos con objeto de su implementación informática.
En una gran variedad de campos en los que se usa la estadística computacional (como
la investigación científica, el análisis de datos empresariales, la bioinformática, la
genómica, el aprendizaje automático y la Inteligencia Artificial) hay que analizar
grandes conjuntos de datos. La programación en paralelo permite aplicar muchos de
los algoritmos utilizados en la estadística computacional de una manera más rápida y
eficiente.
La programación en paralelo implica dividir una tarea en hilos más pequeños que se
ejecutan simultáneamente en múltiples procesadores o núcleos de CPU. Las tarjetas
gráficas son eficientes empleando esta técnica, ya que pueden ejecutar múltiples hilos
en muchos núcleos al mismo tiempo. El objetivo es acelerar los cálculos dividiendo la
tarea en hilos y ejecutándolos a la vez, a diferencia del enfoque de "divide y vencerás"
de los algoritmos tradicionales que, aunque los divide, no los ejecuta
simultáneamente, si no que los ejecuta uno a uno. Computational statistics and parallel programming are important areas in the field of
data science and computer science. These materias are interconnected, combining
statistics and computer science to analyze large datasets efficiently. Computational
statistics is closely related to data science, and parallel programming is an important
concept in the field of computer science.
Computational statistics refers to the application of statistical methods and techniques
with the support of computer algorithms. Traditionally, statistical methods were
applied manually, but with the advent of computing, algorithms and tools have been
developed to automate these processes for computer implementation.
In a wide range of fields where computational statistics is used, such as scientific
research, business data analysis, bioinformatics, genomics, machine learning, and
artificial intelligence, large datasets need to be analyzed. Parallel programming enables
the application of many algorithms used in computational statistics in a fast and
efficient manner.
Parallel programming involves dividing a task into smaller threads that are executed
simultaneously on multiple processors or CPU cores. Graphics processing units (GPUs)
are efficient in this technique as they can run multiple threads on many cores at the
same time. The goal is to accelerate calculations by dividing the task into threads and
executing them simultaneously, unlike the "divide and conquer" approach of
traditional algorithms.
Palabras Clave
Estadística
Programación
Paralelo
Departamento
Departamento de Estadística e Investigación Operativa
Idioma
spa
Derechos
openAccess
Aparece en las colecciones
- Trabajos Fin de Grado UVa [30858]
Fichier(s) constituant ce document
