Modelamiento estadístico y sistemas recomendadores

Estudia en la Universidad N°1 de habla hispana en Latinoamérica 2024 por QS World University Rankings

Acerca del programa:

El gran potencial de los grandes volúmenes de datos sólo se alcanza cuando éstos son apropiadamente procesados y utilizados para alimentar modelos que permitan extraer información valiosa y apoyar en la toma de decisiones. El curso en Modelamiento estadístico y sistemas recomendadores tiene por objeto enseñar al estudiante los conceptos esenciales del modelamiento estadístico y la forma de implementarlo en la práctica para alcanzar dicho objetivo en grandes volúmenes de datos.

Modelamiento estadístico y sistemas recomendadores

Dirigido a:

Profesionales que están a cargo de tomar decisiones y que observan potenciales beneficios en el uso de tecnologías relacionadas a Big Data, y que requieran realizar análisis estadísticos de grandes volúmenes de datos para obtener conclusiones útiles dentro de su organización.


Jefe de Programa

Cristián Paris Ibarra

Máster en Gestión de Emprendimientos Tecnológicos, Universidad Adolfo Ibáñez. Ingeniero Civil de Industrias, diploma en Ingeniería Matemática, UC. Actualmente es Subdirector del Instituto de Ingeniería Matemática y Computacional UC. Anteriormente fue Project Manager, Ingeniero de Desarrollo de Negocios e Ingeniero de I+D en la Fundación Inria Chile. Cuenta con experiencia en el desarrollo de modelos matemáticos avanzados de análisis estocástico para simulaciones de dinámica de fluidos computacional con aplicaciones en parques eólicos.
linkedin

Equipo Docente

keyboard_arrow_down

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.

Descripción

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

Requisitos de Ingreso

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

Objetivos de Aprendizaje

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


Desglose de cursos

Horas cronológicas: 75 horas (35 horas directas)

Créditos: 5 créditos

Resultados del Aprendizaje

  1. Explicar 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 aumentar el impacto positivo en la toma de decisión de una organización, utilizando 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

Metodología de enseñanza y aprendizaje: 

Se desplegarán semanalmente las clases, contenidos, actividades y evaluaciones. Las clases se estructuran bajo una lógica de diseño instruccional centrada en el estudiante, que contribuye a la motivación y facilita su aprendizaje. Se busca que estén siempre presente tres elementos: contenido, evaluación y reflexión. El componente de reflexión es clave para generar comunidades de aprendizaje activas que permitan compartir experiencias.

En el caso del contenido, este se organiza a través de recursos interactivos que integran videos, esquemas, artículos, lecturas complementarias y preguntas formativas, todos dispuestos para facilitar el aprendizaje de los estudiantes. 

En cuanto a las estrategias de evaluación, estas se organizan en cuestionarios con preguntas de opción múltiple, cuyo propósito es medir el nivel de aprendizaje logrado en cada una de las clases. Complementariamente, se dispone de foros en donde se evaluará tanto la participación como la calidad de dicha participación, brindando de esta forma al estudiante la oportunidad de intercambiar y fundamentar sus opiniones respecto a temas de actualidad asociados al contenido. Finalmente, el curso contempla la entrega de un trabajo, el que debe ser desarrollado a lo largo del curso, en donde se espera que el estudiante tenga la oportunidad de aplicar los conocimientos adquiridos y un examen final. 

Cada curso cuenta con tutores de contenidos cuya función es dar respuesta a todas las preguntas sobre la materia tratada, ya sea directamente, o bien, sirviendo de puente con el profesor responsable del curso. 

Cada curso además cuenta con una clase en vivo donde los alumnos podrán reforzar y resolver dudas. La asistencia a dicha clase es obligatoria y los alumnos podrán participar mediante streaming o asistiendo presencialmente en los lugares y horarios de realización que defina la Clase Ejecutiva. 

Para consultas técnicas (soporte técnico) o administrativas (coordinación asuntos estudiantiles) los alumnos pueden contactarse con la clase ejecutiva escribiendo mediante el formulario de “contacto Coordinación” dispuesto en el curso, el email alumnosuc@claseejecutiva.cl o llamando al número (+562) 2840 0821 en horario hábil (lunes a viernes de 9:00 a 18:00).

Evaluación de los Aprendizajes:

  • Controles (15%).
  • Foros de discusión (20%).
  • Trabajo grupal (25%).
  • Test on-line o presencial (40%).


Requisitos Aprobación

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. 


Proceso de Admisión

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.


¿Te parece interesante este programa?

No