Programa de
SNIES: 110913.
Registro Calificado: Resolución 24183 del 23 de diciembre de 2021. Vigencia 7 años.
Registro de alta calidad: 024183 del 23 de diciembre de 2021
Programa de
SNIES: 110913.
Registro Calificado: Resolución 24183 del 23 de diciembre de 2021. Vigencia 7 años.
Registro de alta calidad: 024183 del 23 de diciembre de 2021
Hoy en día, se hace necesario que el profesional de cualquier área del conocimiento que desee investigar, planificar o determinar estrategias competitivas en su campo, haga uso de principios estadísticos y se familiarice con algoritmos inteligentes para analizar muestras y grandes volúmenes de datos que le permitan obtener información de calidad para la toma de decisiones óptimas. Bien lo dice Yuval Noah Arari: “Nunca se han tomado tantas decisiones basadas en estadísticas, como hoy en día”.
Este módulo trata de la exploración y descripción de los datos, mediante un conjunto de conceptos básicos como las estadísticas de resumen: medias, proporciones, tablas, etc.
Es un conjunto de herramientas estadísticas necesarias para el análisis de información implementando métodos multivariados tales como el análisis de componentes principales, el análisis de correspondencias, el análisis factorial, los métodos de agrupamiento y los métodos discriminantes, entre otros.
Los métodos de regresión son un grupo de herramientas estadísticas básicas para el analista de datos que se enmarcan en las metodologías de aprendizaje supervisado en la Ciencia de Datos.
Es una herramienta que le permite al estudiante identificar las condiciones en que se puede establecer un diseño muestral y todas sus implicaciones, con el objetivo de hacer una adecuada estimación de los parámetros de interés que gobiernan el estado de la naturaleza de los fenómenos bajo estudio.
Corresponde a las estratégicas y operacionales que permitirán adquirir las aptitudes y los conocimientos necesarios para lograr nuevos beneficios analíticos basados en nuevos datos de gran tamaño junto con metodologías para tratamiento de la información como el aprendizaje automático de forma supervisada.
En este curso el científico de datos aprenderá a crear y entrenar arquitecturas de redes neuronales tipo secuenciales, convolucionales, recurrentes, LSTM, transformadores, y aprenderá a mejorarlas con técnicas matemáticas y no matemáticas entre ellas Dropout, BatchNorm, esquemas de inicialización de Glorot/Xavier/He, entre otras
La bioestadística hace referencia al conjunto de métodos estadísticos utilizados convencionalmente para el análisis de datos asociados a las ciencias de la vida, como la biología, la medicina, la ecología, entre muchas otras.
El seminario de investigación permite al estudiante adquirir los elementos necesarios para llevar a cabo un proceso de análisis de información o de investigación que involucra, entre otros, la revisión de literatura y artículos especializados sobre un tema, el marco teórico y conceptual, el planteamiento del problema, la justificación, los objetivos, la metodología, la formulación y evaluación de hipótesis, y la determinación de los métodos estadísticos de análisis, con la finalidad de que el estudiante desarrolle de manera adecuada su anteproyecto de grado.
En esta asignatura los estudiantes desarrollaran y finalizan su trabajo de grado. La finalidad del curso es permitirles que desarrollen su idea de investigación para la disertación final de su maestría.