Matemáticas para la Ciencia de Datos
Esta asignatura está enfocada a comprender la estructura subyacente de los modelos comunes utilizados en la ciencia de datos. Se introducirán los conceptos básicos de cómo se emplean las matemáticas, el álgebra lineal y la optimización en el contexto de la ciencia de datos para resolver problemas específicos.
Introducción a la Ciencia de Datos
En esta asignatura se presentarán los aspectos fundamentales y principales de la ciencia de datos, describiendo los conocimientos necesarios para actuar en esta área y explicando qué factores son importantes para su éxito. Se analizarán las limitaciones de la ciencia de datos y las estrategias para abordarlas. Se presentarán las principales etapas del proceso de toma de decisiones y los objetivos de cada etapa, los problemas involucrados y las herramientas que se utilizan normalmente para resolver los problemas.
Probabilidad y estadística
Con esta asignatura los estudiantes podrán comprender conceptos de Estadística y probabilidades, necesarios y aplicados, en el curso de ciencia de datos. Se abordarán temas sobre la descripción y resumen de datos, probabilidad, inferencia estadística, inferencia bayesiana y modelos de regresión.
Introducción a la programación para Ciencia de datos
Esta asignatura está enfocada a fortalecer las habilidades en programación para el uso en el análisis de datos. Se mostrará cómo trabajar en Python, sus paquetes y Jupyter Notebook. Se usarán librerías como NumPy, Pandas, y Matplotlib.
Técnicas avanzadas de Gestión y Visualización de datos
En esta asignatura los estudiantes podrán adquirir conocimientos sobre la representación, la organización y el acceso a la información, considerando la información como recurso que será explotado de la forma más eficiente para tomar las mejores decisiones, para refinar el conocimiento existente o para crear nuevo conocimiento.
Proyecto I
Esta asignatura es de carácter práctico donde los estudiantes podrán adquirir las habilidades necesarias para el desarrollo de un proyecto en Ciencia de datos.
Aprendizaje de máquina
Esta asignatura proporcionará al alumno conocimientos sobre cómo usar algoritmos de aprendizaje automático, capacitándolo a construir y validar modelos para tareas como: clasificación, regresión, agrupamiento (clustering), detección de anomalías y optimización de procesos decisorios. Además, los estudiantes podrán juzgar la calidad del modelo que se aprende.
Proyecto II
En esta asignatura, de carácter práctico, los alumnos continuarán adquiriendo las habilidades necesarias para desarrollar el Trabajo de Conclusión del Curso (TCC). Realizarán un proyecto utilizando técnicas de aprendizaje de máquina y podrán escribirlo en formato de artículo científico.
Análisis y procesamiento de datos masivos
En esta asignatura los estudiantes abordarán tópicos relacionados al desarrollo de aplicaciones para procesamiento de volúmenes masivos de datos. Aprenderán, técnicas y herramientas utilizadas en Big Data.
Proyecto III
En esta asignatura, de carácter práctico, los alumnos continuarán adquiriendo las habilidades necesarias para desarrollar el Trabajo de Conclusión del Curso (TCC). Realizarán un proyecto utilizando los conocimientos adquiridos y podrán escribirlo en formato de artículo científico.
Tópicos Especiales 1
En esta asignatura el alumno reforzará el aprendizaje con fundamentos avanzados en ciencia de datos y la construcción de proyectos con técnicas avanzadas utilizando conocimientos de visión computacional para el tratamiento de datos de imágenes.
Tópicos Especiales 2
Construir mecanismos artificiales (computadoras) que permitan la comprensión del lenguaje natural para realizar tareas o aplicaciones «cercanas» a la comprensión humana.
PROYECTO FINAL
Taller de Tesis I y Taller de Tesis II
Estas asignaturas están destinadas para la tutoría del trabajo final de postgrado. El alumno será acompañado por un tutor quién lo guiará en el desarrollo de su TCC.
Taller de Tesis I y Taller de Tesis II
Estas asignaturas están destinadas para la tutoría del trabajo final de postgrado. El alumno será acompañado por un tutor quién lo guiará en el desarrollo de su proyecto final.
