• +56223720525
  • contacto@estacionlastarria.cl

Ciencia de Datos con RStudio

Sin duda que términos como “Data Science”, “Data Mining”, “Machine Learning”, “Deep Learning”, “Inteligencia Artificial” o “Big Data” se han venido instalando con fuerza en el horizonte tanto de los nuevos descubrimientos científicos de la época, sus aplicaciones a la modernización de la industria y del Estado. La correcta implementación y uso de estos sistemas ofrecen amplias posibilidades de convertirse en una herramienta fundamental para la obtención de información que puede ser traducida en un mayor y mejor conocimiento de aquellos problemas que en este momento enfrentan la industria, el sector público y académico respecto de los desafíos de la Cuarta Revolución Industrial o era de la digitalización. El objetivo del presente taller es introducir los elementos conceptuales, metodológicos y técnicos relativos a las habilidades o competencias propias de la Ciencia de Datos.

Horario:

A partir del lunes 10 de Junio.
Lunes de 19 a 22 hrs y Sábados de 10 a 13 hrs,

¡10 Cupos!

Solo diez cupos disponibles
¡No te quedes fuera!

$400.000

16 Sesiones
48 horas

Ciencia de datos con RStudio

Objetivos

 Objetivo general:

Desarrollar los elementos teóricos, metodológicos y técnicos correspondientes a las competencias para el trabajo en Ciencia de Datos.

 

Objetivos específicos:

  • Presentar el panorama general respecto de conceptos que suelen ser confundidos, particular: Ciencia de Datos, Big Data, Machine Learning, Deep Learning e Inteligencia Artificial
  • Presentar los marcos conceptuales básicos para el trabajo con datos: distinción datos/información/conocimiento; la cadena de valor en el trabajo con datos; estructuras y tipos de datos.
  • Desarrollar las competencias propias del ámbito de las Ciencias de la Computación involucradas en la Ciencia de Datos (Introducción a la Programación y Gestión de Bases de Datos)
  • Desarrollar las competencias propias del ámbito de las Matemáticas involucradas en la Ciencia de Datos (Estadística y Machine Learning)
  • Desarrollar los aspectos conceptuales, metodológicos y técnicos del análisis y validación de los principales algoritmos de aprendizaje supervisado
  • Desarrollar las competencias propias del ámbito de la Visualización y comunicación en Ciencia de Datos
Público Objetivo

¡Inscribete ya!

Programa del Curso

El curso completo son 16 sesiones de 3 hrs cada una, que suman 48 hrs. Dos meses intensivo. Si estas interesados en algunas sesiones especificas contactanos a nuestro mail.

Sesión 1:
Introducción.
10 de Junio

Datos, información y conocimiento; el flujo de trabajo con datos y la cadena de valor; tipos y estructuras de datos


Sesión 2:
Introducción al trabajo con RStudio.
15 de Junio

Instalación, foros de ayuda, principales objetos para el tratamiento de datos; carga de librerías.

Sesión 3:
Introducción al tratamiento de bases de datos.
17 de Junio

El modelo relacional como paradigma de los datos estructurados.


Sesión 4:
Introducción al tratamiento de bases de datos.
22 de Junio

Los "documentos" como enfoque para datos semiestructurados

Sesión 5: Preprocesamiento de Datos.
24 de Junio

Limpieza y normalización de datos


Sesión 6:
Estadística descriptiva univariada.
28 de Junio

Medidas de tendencia central y dispersión; diagnóstico de asimetrías de distribución

Sesión 7:
Estrategias de visualización.
1 de Julio

Visualización univariada


Sesión 8:
Análisis bivariado.
6 de Julio

Medidas de asociación y correlación

Sesión 9:
Estrategias de visualización.
8 de Julio

Para medidas de correlacion y asociación


Sesión 10:
Introducción al aprendizaje de máquinas.
13 de Julio

¿Qué es? ¿Qué NO es? Familias de modelos más utilizadas; Métodos de validación (hold out; corss validation)

Sesión 11:
Aprendizaje no supervisado.
15 de Julio

Modelos de clustering


Sesión 12:
Aprendizaje no supervisado.
20 de Julio

PCA y Factorial

Sesión 13:
Aprendizaje supervisado.
22 de Julio

 Regresión lineal

Sesión 14:
Aprendizaje Supervisado,
27 de Julio

Regresión logística

Sesión 15:
Aprendizaje supervisado.
29 de Julio

Support Vector Machines y Arboles de decisión

Sesión 16:
Aprendizaje Supervisado,
3 de Agosto

Naïve Bayes y reglas de asociación

Facilitadores

Felipe Ruiz  Bruzzone

Felipe Stefano Ruiz Bruzzone. Sociólogo y Magíster en Ciencias Sociales por la Universidad de Chile. Investigador de la Fundación Nodo XXI, socio fundador y encargado de la gestión comercial en la cooperativa de trabajo Ayni – Investigación, Educación y Asesorías. Amplia experiencia como profesional de apoyo docente en cursos de análisis estadístico de datos sociales en diferentes universidades en Chile y en el extranjero, tanto en el ámbito de pregrado como postgrado. Su experiencia en investigación se relaciona con la coordinación y realización de trabajos en terreno, análisis de información cuantitativa y cualitativa, construcción de informes y preparación de publicaciones, en contextos académicos y profesionales. Entre sus intereses de investigación se encuentra la sociología del trabajo, sociología económica y de actores empresariales, así como el desarrollo e implementación de metodologías cualitativas y cuantitativas con especial énfasis en el área conocida como Computational Social Sciences.

Rodrigo Fernández

Rodrigo Fernández Albornoz  Sociólogo y Magister en Economía Aplicada de la Universidad de Chile, Diploma de Postítulo en Ciencia e Ingeniería de Datos del Departamento de Computación de la Universidad de Chile y Diploma en Internet de las Cosas y sus aplicaciones a la industria de la Escuela de Ingeniería de la Pontificia Universidad Católica de Chile. Con experiencia en el sector privado, público y académico, desde el año 2012 es Docente de la Universidad Alberto Hurtado y actualmente es el Coordinador del Diplomado en Data Mining (Data Science) de la Facultad de Administración y Economía de la Universidad de Santiago. Desde el año 2014 se desempeña como Director de Proyectos en Sintaxys Consultores.

 

Ubicanos

Villavicencio 378 oficina 32, Barrio Lastarria, Santiago.

  WhatsApp:

+56 22372 0525

Newsletter

Suscribete a nuestro newsletter y recibe información, noticias y novedades.

© 2017 Estación Lastarria. Todos los Derechos Reservados. Diseño por DesignSeo SEO y Diseño Web

Buscar