Curso práctico sobre la ciencia de los datos y su aplicación al estudios de fenómenos sociales mediante el uso de datos abiertos por el gobierno nacional. El curso ofrece una introducción a las principales conceptos, técnicas, y herramientas necesarios para extraer conocimiento de los datos. En el curso se aprenderá a colectar y pre-procesar datos, plantear preguntas de investigación, responder a estas preguntas, y visualizar los resultados.

1. Aprender los conceptos básicos sobre ciencia y análisis de datos
2. Aprender y aplicar técnicas para la obtención y pre-procesamiento de datos en bruto
3. Aplicar herramientas estadísticas básicas para el análisis exploratorio de datos
4. Aprender y aplicar técnicas de inferencia estadística que permitan derivar conclusiones a partir de muestras de datos
5. Aprender y aplicar técnicas de aprendizaje supervisado que permitan explorar relaciones en los datos y derivar predicciones

• Experiencia en programación orientada a objetos. Obs. Para alumnos de Ing. Informática de la UC, haber aprobado la asignatura Lenguaje de Programación II
• Conocimientos básicos de estadística (distribución normal, promedio, mediana, modo, varianza, desviación estándard, estadarización) Obs. Para alumnos de Ing. Informática de la UC, haber aprobado la asignatura Estadística

• Inicio: 24-10-2017
• Finalización: 12-12-2017
• Limite de Inscripción: 20-10-2017
• Modalidad: Presencial (8 clases de 3 horas por semana)
• Lugar: Facultad de Ciencias y Tecnología, Universidad Católica “Nuestra Señora de la Asunción”, Campus Santa Librada, Asunción
• Día y hora de Lección: Martes de 9:00 a 12:00
• Dedicación y créditos: 2 créditos por asistencia y presentación de trabajos prácticos. Se podrán considerar créditos adicionales con la continuidad del proyecto posterior a la culminación de la materia, que derive en artículos científicos publicables en conferencias internacionales

Completar el formulario de inscripción al curso aquí

1. Introducción a la ciencia de los datos y base teórica
2. Herramientas para análistas y científicos de datos
3. Colección y pre-procesamiento de datos
4. Análisis Exploratorio de datos
5. Inferencia Estadística
6. Aprendizaje supervisado