Nuevo - Uso de herramientas computacionales para Data Science

Este curso entrena a los participantes en el uso de algoritmos y métodos de programación en el software R, para desarrollar aplicaciones de data science en sus organizaciones.


Descripción

El análisis de datos se ha transformado en una necesidad primordial para todas las empresas y organizaciones en el contexto económico y tecnológico actual.  Para poder asumir este desafío, las empresas deben contar con una adecuada infraestructura física y tecnológica para realizar procesamientos más complejos, para lo que se requiere del uso de computadores de mayores capacidades y capital humano que cuente con los conocimientos necesarios para realizar este tipo de operaciones.

Estos conocimientos se basan en técnicas estadísticas de resumen, visualización y modelamiento, con las cuales se obtienen resultados y conclusiones relevantes. Todas estas herramientas se engloban en competencias computacionales que un profesional debe manejar para el desarrollo de conocimiento a partir de la ciencia de datos.

Este curso entrena a los participantes en el uso y aplicación de algoritmos y métodos de programación estadística para el manejo y exploración de datos, resumen y clasificación. Junto con esto, se entregan herramientas fundamentales sobre los procesos recursivos, estructuras de control y métodos para automatizar las consultas y métodos necesarios para cada problema de análisis a resolver.

Las herramientas indicadas se entrenarán en el software R, un sistema de análisis de datos muy completo y que opera con código abierto, por lo que se actualiza de manera constante y es de uso gratuito.

Al finalizar el curso los participantes serán capaces de emplear el software estadístico R y programar los algoritmos y procesos necesarios para desarrollar análisis de datos en gran volumen. 

Dirigido a

Ingenieros Civiles y de Ejecución de los diversos ámbitos de especialización, Ingenieros Comerciales, Economistas, Administradores Públicos, Psicólogos, Sociólogos, que se desempeñan en áreas de gestión con datos.

Prerrequisitos

•    Manejo de los conceptos elementales de análisis de datos para la toma de decisiones.
•    Dominio básico de MS Excel y herramientas de programación computacional.

Objetivo de aprendizaje

Implementar procesos de análisis de datos mediante herramientas de programación en el software R, para automatizar métodos y realizar modelamiento computacional para toma de decisiones.

Desglose de cursos

Curso: Uso de herramientas computacionales para Data Science.
Horas lectivas: 25 horas cronológicas
Créditos: 5

Objetivos específicos:
-    Manejar las principales funcionalidades y usos del software R.
-    Utilizar y programar funciones, procesos recursivos y métodos de auto aprendizaje.
-    Aplicar modelos estadísticos más usuales en descripción de datos.
-    Identificar características de grandes volúmenes de datos y manejo de dimensionalidad.
-    Determinar métodos estadísticos en la clasificación de registros y validar los modelos estadísticos para el uso en datos.

Contenidos:
-    Introducción a la programación.
o    Instalación y primeros pasos del programa R.
o    Creación y manipulación de objetos.
o    Abrir y guardar bases de datos.
-    Procesos.
o    Operaciones.
o    Estructuras de control.
o    Métodos recursivos.
o    Funciones.
o    Aplicaciones.
-    Análisis Estadístico.
o    Descripción de datos y usos de filtros.
o    Simulación de variables aleatorias y determinísticas.
o    Procesos automatizados.
o    Aplicaciones en datos empresariales.
-    Volumen de datos.
o    Conceptos de Big Data.
o    Bases de datos y OLAP.
o    Representaciones gráficas.
o    Pre-procesamiento de datos.
-    Algoritmos.
o    Métodos de reducción de dimensión.
o    Algoritmos clasificadores.
o    Análisis de conglomerados.
o    Aplicaciones computacionales.
-    Validación
o    Método de Bootstrap.
o    Validación cruzada.
o    Aplicaciones, contexto e interpretación.

METODOLOGÍA
En las horas teóricas el relator desarrollará los contenidos con medios audiovisuales (presentaciones y diapositivas), basado en una metodología participativa.
En las horas prácticas, se realizarán las siguientes actividades:
-    Laboratorios de software R, consistente en entrenar en herramientas de programación de algoritmos y códigos básicos en el software R, de manera individual, con la supervisión del relator.
-    Laboratorios de análisis de bases de datos, que le permita a los participantes implementar las técnicas de programación entrenadas, en grupos de 5 participantes, con la conducción y orientación del relator.
 

Equipo Docente

JEFE DE PROGRAMA
Ricardo Olea Ortega
Licenciado en Estadística, Pontificia Universidad Católica de Chile.
Magíster en Estadística, Pontificia Universidad Católica de Chile.
Doctor en Estadística, Pontificia Universidad Católica de Chile.
Profesor Asociado del Departamento de Estadística de la Facultad de Matemáticas UC. Ha dictado más de 20 cursos sobre computación estadística, y modelos probabilísticos a diferentes programas de pregrado y postgrado, en las áreas de ingeniería y economía.

EQUIPO DOCENTE
Alvear Leyton, Alexis, Subdirector DATA UC, Magíster en Administración de Empresas, Universidad de Sevilla, España.

Aravena Cuevas, Ricardo, Profesor Asociado Adjunto, Magíster en Estadística, Pontificia Universidad Católica de Chile.

Muñoz Araya Miguel, Ingeniero Comercial Pontificia Universidad Católica de Chile, Diplomado en Inteligencia de Negocios Universidad de Chile.

Molina Núñez, Alonso, Estadístico y Magíster en Estadística, Pontificia Universidad Católica de Chile.

Olea Ortega Ricardo, Profesor Asistente Adjunto, Doctor en Estadística, Pontificia Universidad Católica de Chile.

Evaluación

•    1 Quiz, que consiste en la programación de algoritmos y códigos básicos en el software R, desarrollado de manera individual: 50% - evaluado con una rúbrica.
•    1 Taller práctico que contempla el realizar un completo proceso de análisis, a través del uso del software R, a una base de datos que será entregada por el profesor. El taller será realizado en grupos de 5 personas y evaluado con una rúbrica: 50% de ponderación de la nota final.

Requisitos de aprobación

a)    Requisito académico: los alumnos deberán obtener una nota 4.0 o más y cumplir con el requisito de asistencia de un 75%.
Los alumnos que cumplan con estos requisitos recibirán un certificado de aprobación.

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

Bibliografía

- R Development Core Team (2000), Introducción a R, https://cran.r-project.org/doc/contrib/R-intro-1.1.0-espanol.1.pdf.
- Wickham, H., Grolemund, G. (2016), R for Data Science, O"Reilly Media.
- Apuntes de elaboración propia.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación ubicada al lado derecho de esta página web. Un correo de confirmación solicitará enviar los siguientes documentos a la ejecutiva de admisión, señorita Carla Díaz Mora, al correo cdiazmora@uc.cl:

-    Fotocopia simple de la cédula de identidad por ambos lados.
-    Copia simple de título o licenciatura.
-    Certificado laboral o currículum vitae actualizado.

VACANTES: 40
 “No se tramitarán postulaciones incompletas”.

• El Programa se reserva el derecho de suspender la realización del diplomado/curso si no cuenta con el mínimo de alumnos requeridos. En tal caso se devuelve a los alumnos matriculados la totalidad del dinero en un plazo aproximado de 10 días hábiles con un vale vista que deberá ser retirado en el  Banco Santander.
• A las personas matriculadas que se retiren de la actividad antes de la fecha de inicio, se les devolverá el total pagado menos el 10% del total del arancel. A las personas que se retiren  una vez iniciado el programa por motivos de fuerza mayor, se les cobrarán las horas cursadas hasta la fecha  de la  entrega de solicitud formal de retiro más el 10% del valor total del programa. En ambos casos la devolución demorará 15 días hábiles y se efectuará a través de un vale vista que deberá ser retirado en el  Banco Santander.

imagen
SOLICITAR MÁS INFORMACIÓN
ACTIVIDAD NO DISPONIBLE
PARA INSCRIPCIÓN

POR FAVOR DÉJENOS SU CONSULTA
Y LO CONTACTAREMOS


Otros programas que pueden ser de su interés

Diplomado en Data Science

Diplomado en Estadística, mención Métodos Estadísticos
IMPORTANTE : Politicas de privacidad

El sitio de educación continua UC utiliza cookies.

Las cookies son pequeños archivos que son transferidos a su dispositivo (Computadora o móvil) y que permanecen ahí por una duración de tiempo limitada, para ayudar a personalizar la experiencia de uso del sitio web y la publicidad que verá de los productos que este ofrece.
Educación continua UC utiliza tanto cookies propias como de terceros.

Particularmente el sitio utiliza cookies para habilitar las funcionalidades de remarketing de Google AdWords y retargeting de Facebook Exchange, para así realizar campañas personalizadas de anuncios en línea, para aquellas personas que han visitado el sitio web. Por tanto si navega por nuestro sitio web, es probable que luego vea anuncios de nuestra empresa en otros sitios que visite.

Si no desea que se muestren esos anuncios o que se almacenen datos sobre su actividad en nuestro sitio web, puede configurar su navegador, para dejar de aceptar cookies o para que le avise antes de aceptar una cookie de los sitios web que visite. Adicionalmente para el caso particular de Adwords, puede inhabilitar el uso de estas cookies mediante el Administrador de Preferencias de Anuncios de Google.