5.53.4.4 Análisis de Datos (12 horas) [Habilidades AG-C09,AG-C11]

Referencias Bibliográficas: [Matei et al., 2012,Bill and Matei, 2018,Kleppmann, 2017a,Psaltis, 2017]

Temas

1. Técnicas exploratorias de datos (motivación, representación, estadísticas descriptivas, visualizaciones)
2. Ciclo de vida de ciencia de datos: comprensión del negocio, comprensión de datos, preparación de datos, modelado, evaluación, despliegue y aceptación del usuario
3. Algoritmos de minería de datos y aprendizaje automático: por ejemplo, clasificación, agrupamiento, asociación, regresión
4. Adquisición y gobernanza de datos
5. Consideraciones de seguridad y privacidad de datos
6. Equidad y sesgo de datos
7. Técnicas de visualización de datos y su uso en análisis de datos
8. Resolución de Entidades

Aprendizaje esperado (Learning Outcomes)

1. Describir varios enfoques de exploración de datos, incluyendo visualización, para comprender conjuntos de datos no familiares [Describir]
2. Aplicar varios enfoques de exploración de datos para comprender conjuntos de datos no familiares [Aplicar]
3. Describir algoritmos básicos de aprendizaje automático/minería de datos y cuándo son apropiados para su uso [Describir]
4. Aplicar varios algoritmos de aprendizaje automático/minería de datos [Aplicar]
5. Describir consideraciones legales y éticas en la adquisición, uso y modificación de conjuntos de datos [Describir]
6. Describir problemas de equidad y sesgo en la recolección y uso de datos [Describir]