Modelamiento estadístico y sistemas recomendadores

Alejandro Jara

Ph.D. en Matemáticas, Universidad Católica de Leuven, Bélgica. Profesor Asociado del Departamento de Estadísticas de la UC. Especialidad en Estadística Bayesiana no Paramétrica, Modelos Jerárquicos.

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de reemplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.

El curso entregará al estudiante conocimientos y habilidades básicas de modelamiento matemático y estadístico que le permitan extraer información útil de un conjunto de datos. En particular, el estudiante aprenderá – de manera teórica y práctica, utilizando herramientas computacionales - a procesar, clasificar y agrupar datos, y utilizarlos como insumo para Sistemas Recomendadores.

Lo que el estudiante aprenda en el curso le permitirá trabajar con datos para poder convertir éstos en información útil para la toma de decisiones en su organización, en un amplio rango de aplicaciones, y/o para supervisar a equipos de personas dentro de la misma que deban realizar esta tarea.

La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el curso.

*Este curso es parte del Diplomado en Big Data para la toma de decisiones

• Se recomienda dominio básico de Excel y manejo de internet a nivel usuario.
• Se recomiendan conocimientos básicos de estadística.

1. Generar modelos estadísticos de alto impacto para la toma de decisiones en una empresa.

• Aprendizaje autónomo asincrónico estructurado en 6 módulos 
• Clases expositivas  
• Foros 
• Estudio de caso 

Horas Totales: 75  | Horas directas: 35  | Horas indirectas: 40

Créditos: 4 créditos.

Resultados del Aprendizaje

1. Identificar el fundamento del modelamiento estadístico para el manejo de grandes volúmenes de datos. 
2. Explicar el proceso de modelamiento y sus distintas fases para la implementación de soluciones. 
3. Generar flujos de trabajo de datos para proyectos de Big Data en la organización. 
4.  Realizar inferencias estadísticas sobre datos para el mejoramiento de la toma de decisiones organizacionales mediante herramientas computacionales (software R).

Contenidos:

• Introducción a estadística
  • Terminología estadística básica
  • Tipos de muestreo
  • Modelos de probabilidad
• Introducción a modelamiento estadístico y Big Data
  • Modelos estadísticos
  • Big Data: Bajo qué contextos se justifica su uso
• Preprocesamiento de datos
  • Limpieza de datos
  • Integración de datos
  • Reducción de datos
  • Transformación de datos
• Métodos de clasificación
  • Árboles de decisión
• Otros métodos de clasificación
  • Bayes ingenuo
  • Método de los k-vecinos más cercanos
  • Métodos conjuntos
• Métodos de agrupación y sistemas recomendadores
  • Métodos de partición
  • Métodos jerárquicos
  • Sistemas recomendadores

• 6 Controles individuales - 15% 
• 3 Foros de discusión - 20% 
• 1 Trabajo grupal - 25% 
• 1 Examen on-line individual - 40% 

Los alumnos deberán ser aprobados de acuerdo los criterios que establezca la unidad académica: 

• Calificación mínima de 4.0 en su promedio ponderado y 
• Realizar todas las actividades del curso

*En caso de que un alumno repruebe un curso perteneciente a un diplomado, en Educación Profesional Ingeniería UC ofrecemos la oportunidad de realizar un nuevo intento. Para ejercer este derecho, el alumno deberá pagar un valor de 3 UF por curso, e indicar la fecha de la versión en la que desea matricularse. La gestión debe realizarse dentro de un máximo de 2 años a contar de la fecha de inicio del diplomado original, y es factible para un máximo de 2 cursos por diplomado. 

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación. 

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

• Fotocopia Carnet de Identidad.
• Fotocopia simple del Certificado de Título 
• Curriculum Vitae actualizado.

El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica. Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

VACANTES: 40

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula.