• Educación Permanente

    Educación Permanente

8 de julio: 3001/24 - Fundamentos conceptuales de Data Science

La ciencia de datos es un conjunto de principios fundamentales que apoyan y guían la extracción de información y conocimiento de los datos. Posiblemente, el concepto más relacionado con la ciencia de datos es la minería de datos. Hay cientos de algoritmos diferentes de minería de datos y mucha bibliografía en el tema. Las empresas se han dado cuenta de que necesitan contratar científicos de datos, las instituciones académicas están luchando por crear programas de ciencia de datos, y las publicaciones están promocionando la ciencia de datos como una opción profesional caliente, incluso ”sexy”La presentación gráfica es una tarea fundamental en el proceso de comunicación de los resultados del análisis de datos. A tal punto que es bien sabido que cuando alguien recibe un documento con gráficos, la primer mirada se dirige a éstos. Sin embargo, a pesar de la reconocida importancia de los gráficos, no siempre resulta fácil identificar la forma más apropiada de presentarlos. La información tabular constituye la forma de presentación clásica.

Data Science o Ciencia de Datos es la disciplina que se encarga de tratar los datos para conseguir sacar las mejores conclusiones con el objetivo de tomar decisiones. Data Science está basado en la estadística, las matemáticas y la informática

Objetivos

  • Brindar elementos a profesionales de diversas áreas para el procesamiento de datos provenientes de encuestas y bases de datos, con el objetivo de desarrollar sus propios procesamiento.
  • Sentar las bases para interactuar con los profesionales de informática hablando su propio idioma.
  • Aplicar en la práctica los conceptos teóricos de Data Science.
  • Conocer los elementos básicos que guían el procesamiento de datos desde una perspectiva estratégica

Temario

1. Conceptos fundamentales Data Science.

2. Vínculos entre Data Science, Data Mining, Machine Learning y Big Data.

3. Técnicas de Data Science: Descripción, Estimación, Asociación, Clasificación, Clustering, Predicción.

4. Implementación de técnicas de Data Science.

5. Análisis comparativo de RCommander, RStudio y Rstudio.

6. Aplicaciones empresariales

Docentes

  • M.Sc.Ec. Esther Hochsztain, PhD Cand, Profesora Agregada (Grado 4) del Departamento de Métodos Cuantitativos de la Facultad de Ciencias Económicas y de Administración (UdelaR)
  • M.Sc.Ing. Andrómaca Tasistro, PMP, Consultora Independiente

Destinatarios

Profesionales, empresarios, estudiantes (de cualquier disciplina o área de actividad) que necesitan ponerse al día en la temática de Big Data, interactuar con analistas, o implementar soluciones de analítica de Big Data.

Fechas/horarios

Extensión horaria de 25 horas.

Comienza: 8 de julio

Finaliza: 5 de agosto

Clases sincrónicas a través de plataforma Zoom los días: 8, 15, 17, 22, 24 y 29 de julio de 18:30 a 20:30 hs.

7 horas asincrónicas por plataforma EVA durante el periodo de realización del curso.

Actividades a distancia con horario libre y fechas limite.

 

Derechos Universitarios: $18.100. (Gratuito para funcionarios TAS UdelaR)

Becas y Descuentos (Existe un amplio sistema)

INSCRIPCIONES

Las inscripciones están abiertas y se reciben hasta 3 días hábiles previos al inicio del curso. No obstante, como los cupos son limitados, se recomienda tramitarlas lo antes posible para asegurarse un lugar. El pago de los derechos universitarios se hará recién a partir de enviado correo electrónico detallando las diferentes modalidades de pago. Para la concreción de cada curso se requiere un mínimo de inscriptos que lo haga autosustentable económicamente.

 

Descargar pdf

menu logo