Diplomado en Introducción a la Ciencia de Datos

Este curso busca que los estudiantes logren comprender cómo el uso adecuado y eficiente de Python como herramienta computacional para el análisis de datos puede mejorar su toma de decisiones dentro de su organización. Para ello, se introducirán los conceptos básicos y generales del análisis de datos, se revisará la importancia de visualizar e identificar valor en los datos y cómo los distintos métodos descriptivos, predictivos y prescriptivos permiten evidenciar oportunidades y justificar decisiones. Para ejemplificar estos conceptos y su desarrollo a través de Python, se verán casos prácticos en industrias diversas.

• Conceptos fundamentales de la ciencia de datos
• Fundamentos de Python

• Tratamiento y limpieza de datos y análisis de datos masivos

• Gráficos
• Interfaces

• Análisis descriptivo
• Análisis predictivo
• Análisis prescriptivo

Este curso introduce a los estudiantes al 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 evaluados en la aplicación a soluciones de problemas contextualizados.

• ¿Qué es la ciencia de datos? Usos y aplicaciones
• El proceso de ciencia de datos
• Herramientas de Python para ciencia de datos

• Tipos y formatos de datos
• Fuentes y métodos de extracción de datos
• Limpieza e integración de conjuntos de datos

• Estadísticas descriptivas
• Análisis gráfico univariado
• Análisis gráfico multivariado

• 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

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 está orientado a estudiantes con experiencia previa en programación.

• Definiciones y ejemplos históricos
• Marcas, canales, y procesamiento humano de la información
• Modelo anidado de Munzner para diseño y validación de visualización
• Reglas y recomendaciones generales para visualizaciones efectivas

• Gráficos de barras, barras apiladas, puntos y líneas
• Gráficos de dispersión, de burbujas y de flujos
• Gráficos para distribuciones: histograma, densidad, caja y violín
• Múltiples ejes, radial y torta

• Mapa de calor, densidad 2D, treemap
• Matriz de gráficos y pequeños múltiples
• Reducción de dimensionalidad lineal
• Reducción de dimensionalidad no lineal

• Grafos y árboles: diagramas nodo-enlace y de adyacencia
• Grafos y árboles II: gráficos tipo encierro, clustermap y dendograma
• Visualización de texto
• Visualización espaciotemporal

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.

• Tipos de aprendizaje
• Modelos de regresión lineal y logística
• Etapas del modelamiento en machine learning

• Árboles de decisión
• Bosque aleatorio
• Clasificador bayesiano ingenuo
• K-vecinos más cercanos (KNN)
• Máquinas de vectores de soporte (SVM)

• Análisis de componentes principales (PCA)
• K-medias
• Agrupación jerárquica