Responsable Académico: M en E Óscar Edmundo Quintero Estrada

Objetivo: Proporcionar a los participantes de conocimientos y habilidades para desarrollarse en áreas especializadas de análisis de datos, que les permitan a través de la programación en lenguaje Python, aplicar algoritmos matemáticos y estadísticos, con el propósito de resolver problemas complejos con grandes volúmenes de datos, para generar la información que soporte la toma de decisiones en diversos ámbitos académicos, científicos e industriales

Módulos: 5

Módulo I.- Estadística descriptiva e inferencial

Objetivos: Introducir al análisis lógico-analítico de la manipulación de datos. Proporcionar las bases necesarias que permitirán conocer los conceptos y el análisis de ciencia de datos. Emplear métodos de estadística necesarios para facilitar la incursión en el análisis de datos en un nivel básico.

Módulo II.- Regresiones y técnicas analíticas para la ciencia de datos

Objetivo: Examinar de forma particular diferentes técnicas y teorías dentro de la ciencia de datos, como lo son las regresiones múltiples de valores atípicos y típicos (lineales como no lineales), y técnicas de análisis con base a los resultados obtenidos en las regresiones múltiples.

Módulo III.- Manejo y técnicas avanzadas computacionales aplicadas a la ciencia de datos

Objetivos: Analizar los principios y las técnicas de regresión para datos en lenguaje Python, donde se abordarán los tratamientos de datos normales y anormales, distintos tipos de regresión y técnicas de suavizado y sus generalizaciones. Exponer de forma particular algunas técnicas, Modelo SARIMA para series de tiempo, y elaboración de análisis estadístico avanzado para el tratamiento de los datos.

Módulo IV.- Técnicas de análisis multivariante

Objetivos: Revisión de técnicas estadísticas actualizadas para el análisis de datos que permita una manipulación e interpretación de datos hacia un objetivo determinado. Analizar la teoría y técnicas multivariantes para cualquier tipo de datos, ya sean datos categóricos o no categóricos.

Módulo V.- Machine learning y redes neuronales

Objetivo: Comprender y aplicar los fundamentos y técnicas avanzadas de redes neuronales en el ámbito del machine learning, incluyendo su arquitectura, entrenamiento y optimización, para resolver problemas complejos de clasificación, regresión y reconocimiento de patrones en diferentes dominios de datos. Este objetivo permitiría profundizar en el uso práctico y teórico de las redes neuronales dentro del machine learning, uniendo tanto el marco conceptual como la implementación.

CALIFICACIONES