Diplomado en Introducción a la ciencia de datos

Descripción del curso

En este curso los estudiantes aprenderán el uso adecuado y eficiente de Python como herramienta computacional para el análisis de datos, y su rol en la toma de decisiones dentro de una organización. Para ello se introducirán los conceptos básicos y generales sobre el manejo y análisis de datos, se explicará la importancia de una correcta visualización de los datos y de los resultados de los análisis que se realicen con estos, y se explicará en qué consisten los análisis descriptivos, predictivos, y prescriptivos, enseñando diferentes métodos para llevar a cabo estos análisis. El curso utilizará exposiciones a través de clases sincrónicas, análisis de casos, test basados en la interacción con bases de datos, contenidos entregados por las video clases, lecturas y reflexión individual a través de foros.

Resultados de aprendizaje  

• Describir el rol del uso de herramientas computacionales en el quehacer actual de las organizaciones, para desarrollar técnicas de ciencia de datos a través de Python.
• Explicar el proceso y utilidad de la revisión, limpieza y procesamiento de datos, antes de su uso.
• Aplicar conceptos y herramientas básicas de programación en Python, como lectura, escritura de archivos y edición masiva de datos, resolviendo problemas reales relacionados con el procesamiento de datos.
• Desarrollar programas en el lenguaje de programación Python, que permitan resolver problemas sencillos.
• Distinguir el uso de la analítica descriptiva y prescriptiva, para aplicar pronósticos en escenarios futuros inciertos y apoyar procesos de toma de decisiones.
• Explicar la importancia del análisis exploratorio de datos, para su aplicación.
• Aplicar algoritmos básicos de aprendizaje de máquina, para el análisis descriptivo.
• Explicar la importancia de una visualización efectiva de los datos, que permiten evidenciar oportunidades y justificar decisiones en una organización.

Contenidos

• Módulo 1. Ciencia de Datos y Python
  • Bienvenida e Introducción
  • ¿Qué es la Ciencia de Datos?, ¿Por qué buscar evidencias en los datos?
  • Información, datos, decisiones y programación, ¿cómo se integran estos conceptos?
  • Secuencias de comandos en Python y Operaciones básicas
• Módulo 2. Manejo de Base de Datos y manejo de los datos
  • Conceptos fundamentales de las Bases de Datos
  • Conectores y librerías Python para trabajo con Bases de Datos relacionales
  • Extracción directa de información desde un programa Python
  • Librería de Python y el concepto de Dataframe
• Módulo 3. Visualización avanzada de Datos
  • ¿Por qué es importante una visualización adecuada de los datos y resultados?
  • ¿Cómo crear gráficos en Python?
  • ¿Cómo crear una interface adecuada?
  • Ejemplo práctico
• Módulo 4. Analítica descriptiva y predictiva
  • ¿Qué es, por qué es importante y cómo se modela la incertidumbre?
  • ¿Qué es la analítica descriptiva y predictiva?
  • Cómo se utiliza Python en la construcción de modelos predictivos
  • Decisiones bajo certidumbre, riesgo e incertidumbre

Estrategias Metodológicas:

• Clases online sincrónicas.
• Ayudantías.
• Recursos audiovisuales asincrónicos.
• Estudio de casos.

Estrategias Evaluativas:

• Controles de alternativas (50%)
• Laboratorios de programación (20%)
• Trabajo final (30%)

Descripción del curso

Este curso introduce a los estudiantes a este campo de la ciencia de datos, a través de sus principios básicos y las principales técnicas y herramientas utilizadas. Los estudiantes aprenderán sobre recolección e integración de datos, análisis exploratorio de datos, análisis descriptivo y predictivo, y creación de productos de información. Los temas serán tratados en amplitud, más que en profundidad, haciendo énfasis en la integración y síntesis de conceptos, y su aplicación a la solución de problemas.

Resultados de aprendizaje 

• Describir lo que es ciencia de datos, sus aplicaciones y relevancia, para distintos tipos de organizaciones.
• Describir las distintas etapas, para el proceso de ciencia de datos.
• Implementar procesos simples de extracción, limpieza e integración de datos de diversas fuentes en lenguaje Python.
• Explicar la importancia del análisis exploratorio de datos, en ciencia de datos.
• Aplicar métodos de análisis exploratorio estadístico y gráfico, a un estudio de caso.
• Aplicar algoritmos básicos de aprendizaje de máquina, para el análisis descriptivo y predictivo.
• Analizar la importancia de una visualización y comunicación efectiva de los datos.

Contenidos

• Introducción a Ciencia de Datos y aprendizaje de máquinas.
  • ¿Qué es la ciencia de datos? Usos y aplicaciones.
  • El proceso de ciencia de datos.
  • Herramientas de Python para ciencia de datos.
• Obtención y transformación de datos.
  • Tipos y formatos de datos.
  • Fuentes y métodos de extracción de datos.
  • Limpieza e integración de conjuntos de datos.
• Análisis Exploratorio de Datos.
  • Estadísticas descriptivas.
  • Análisis gráfico univariado.
  • Análisis gráfico multivariado.
• Algoritmos básicos para análisis predictivo.
  • Introducción a aprendizaje de máquinas: tipos de aprendizaje y algoritmos básicos.
  • Algoritmos de aprendizaje supervisado.
  • Algoritmos de aprendizaje no supervisado.
  • Resumen y comunicación de resultados.

Estrategias Metodológicas

• Clases expositivas en video.
• Cuadernos virtuales de programación (Jupyter Notebooks).
• Exposición y análisis de casos.
• Lecturas y reflexión individual.
• Cuestionarios en línea.

Estrategias Evaluativas:

• Tareas (45%)
• Controles de alternativas (40%)
• Proyecto final (15%)

Descripción del curso

En este curso los estudiantes obtendrán conocimientos y habilidades para resumir y comunicar resultados de métodos de computación, estadística, minería y análisis de datos. Dentro de las actividades prácticas del curso, los estudiantes estudiarán técnicas y algoritmos para analizar, diseñar y crear visualizaciones efectivas, basadas en principios de diseño gráfico, artes visuales, y psicología cognitiva. El curso estará orientado a estudiantes con experiencia previa en programación.

Resultados de aprendizaje 

• Evaluar visualizaciones de información existentes proponiendo mejoras.
• Identificar relaciones entre tipos de datos, tareas de visualización y tipos de gráfico.
• Diseñar visualizaciones de información a partir de datos.
• Implementar en lenguaje Python gráficos simples y avanzados usando datasets tabulares.
• Implementar en lenguaje Python gráficos usando datasets de red.
• Implementar en lenguaje Python gráficos para visualizar datos de texto y espaciales.

Contenidos

• Fundamentos
  • Abstracción de Datos
  • Marcas y Canales
  • Percepción y procesamiento humano de la información
  • Reglas y recomendaciones generales para visualizaciones efectivas
• Representaciones Estáticas y sus algoritmos
  • Modelo anidado de Munzner para diseño y validación de visualización
  • Datos tabulares
  • Árboles, Grafos y Redes
  • Funciones básicas de librerías de visualización en Python
• Implementación de gráficos en Python con datos tabulares
  • Diseño e implementación de gráficos simples para datos tabulares usando modelo anidado.
  • Diseño e implementación de gráficos avanzados para datos tabulares usando modelo anidado.
  • Reducción de dimensionalidad.
• Implementación de gráficos en Python con datos de red, texto y espaciales
  • Diseño e implementación de gráficos avanzados para datos de red usando modelo anidado.
  • Visualización básica de datos de texto.
  • Visualización básica de datos espaciales.

Estrategias Metodológicas

• Cátedra en sesiones sincrónicas
• Videoclases
• Podcast o video tutorial
• Discusión de casos. 
• Lecturas 
• Análisis de casos
• Test formativos
• Foros de discusión
• Test basados en la interacción con bases de datos

Estrategias Evaluativas

• Tres pruebas on-line individuales, todas de igual ponderación (30%)
• Tres actividades de aplicación individuales, la tercera con doble ponderación (45%)
• Un trabajo grupal final (15%)
• Un foro grupal evaluado (10%)

Descripción del curso

En este curso los estudiantes aprenderán los conceptos elementales de machine learning y varias metodologías de aprendizaje supervisado y no supervisado. El estudiante deberá ser capaz de identificar los métodos más apropiados, aplicarlos y compararlos en diferentes contextos, en particular, para problemas de grandes volúmenes de datos.

Resultados de aprendizaje 

• Explicar los conceptos claves y el potencial del aprendizaje estadístico moderno.
• Aplicar diferentes técnicas de machine learning a problemas de regresión, clasificación y agrupación.
• Comparar y seleccionar el mejor método de análisis basado en la problemática.

Contenidos

• Introducción a Machine Learning: 
  • Tipos de aprendizaje
  • Modelos de regresión lineal y logística
  • Etapas del modelamiento en machine learning
• Aprendizaje Supervisado:
  • Árboles de decisión
  • Bosque aleatorio
  • Clasificador bayesiano ingenuo
  • K-vecinos más cercanos (KNN)
  • Máquinas de vectores de soporte (SVM)
• Aprendizaje No Supervisado: 
  • Análisis de componentes principales (PCA)
  • K-medias
  • Agrupación jerárquica

 Estrategias Metodológicas:

• Clases expositivas.
• Aprendizaje basado en problemas.
• Estudio de casos.
• Tutoriales y trabajo personal de lectura.

Estrategias Evaluativas:

• Foro de discusión (10%)
• Trabajo final grupal (24%)
• Controles de alternativas (30%)
• Laboratorios de programación (36%)