APPLIED DATA SCIENCE
El programa de Ciencias de Datos, ofrece un enfoque interdisciplinario que reúne contribuciones de Ingeniería, Ciencias de la Computación, Estadística, Ciencias Económicas y Organizacionales, así como conocimientos específicos de los principales dominios de aplicación de Ciencias de Datos. Módulo, que contiene tres cursos de aprendizaje
Topicos
Elementos de Cálculo y Algebra. Funciones. Vectores y Matrices. Nociones de derivadas e integrales.
Definición de probabilidad. Probabilidad conjunta, marginal y condicional. Leyes de la probabilidad.
La interpretación frecuentista y bayesiana de la probabilidad.
Distribuciones especiales: Binomial, Poisson, Gaussiana.
Estimadores, estimación de máxima verosimilitud.
Análisis Exploratorio de Datos
Programación, exploración y visualización de datos:
histogramas, gráficos de caja, gráficos QQ, gráficos de dispersión. Librerías de Python.
Preparación de datos; imputación de valores perdidos; codificación de variables categóricas.
Técnicas de reducción de la dimensionalidad.
Análisis de componentes principales.
Algoritmos de clustering (aprendizaje no supervisado): K-means, K-vecinos más cercanos.
Introducción al Aprendizaje automático
Fundamentos del aprendizaje automático.
Entrenamiento, validación y prueba. Selección, extracción e ingeniería de características.
Overfitting y Cross-validation. K-folding y leave-one-out CV.
Modelos de regresión. Regresión lineal y regresión polinómica.
Modelos de regresión regularizada.
Modelos de clasificación. Perceptrón, regresión logística y árboles de decisión.
Plantel Docente - Italia - Argentina
PhD Guido Ianni
- Doctor en Economía Política por la Università degli Studi Roma Tre, Roma, Italia.
- Doctor en Ciencias Económicas con Mención en Economía por la Universidad de Buenos Aires (UBA).
