En este trayecto formativo se imparten los aspectos fundamentales de los métodos multivariados a los procesos de investigación en el campo de la Ingeniería, los conocimientos necesarios para comprender el fundamento de la producción de datos, el fundamento del proceso inferencial, interpretar estructuras simples de matrices de datos, incrementar la habilidad para seleccionar, recopilar, registrar y analizar distintos tipos de información estadística, de interpretar los fundamentos del proceso, análisis y modelización efectiva de los datos operativos e informacionales cuantitativos, cualitativos y textuales, mediante el uso de técnicas y herramientas de análisis multivariado y de los algoritmos de minería de datos y texto, de aplicación en la investigación en ingeniería; comprender la resolución de ejemplos de aplicación específicos.
• Comprender las formas más efectivas de utilizar estratégicamente los grandes volúmenes de datos que almacenan las organizaciones.
• Aplicar los conocimientos específicos y herramientas más avanzadas en la solución de problemas, no solo en áreas de negocio, sino también en áreas científicas.
• Adquirir los rudimentos de los lenguajes y las tareas básicas en el Análisis Exploratorio, la selección, la limpieza y la transformación de datos. Construir nuevas variables del problema.
• Comprender el fundamento de la producción de datos, el fundamento del proceso inferencial.
• Interpretar estructuras simples de matrices de datos.
• Construir nuevas variables del problema.
• Incrementar la habilidad para seleccionar, recopilar, registrar y analizar distintos tipos de información estadística, de interpretar los fundamentos de la producción, el tratamiento y el análisis de datos.
• Comprender los fundamentos de los métodos de análisis multivariados: descriptivos, exploratorios y confirmatorios de aplicación en la investigación profesional; comprender la resolución de ejemplos de aplicación específicos.
• Aplicar técnicas y algoritmos que permiten modelizar y resolver concretamente los problemas, haciendo foco en los modelos predictivos.
• Extender a través de Text Mining, las capacidades de las herramientas planteadas al ambiente de datos no estructurados y el lenguaje natural.
• Adquirir el manejo instrumental de procedimientos, técnicas, lenguajes y herramientas informáticas, más usadas en el análisis de datos, para completar las actividades que permitan acrecentar el perfeccionamiento y la participación de profesionales en proyectos individuales o interdisciplinarios de Estudios, de manera sostenida y eficiente.
Profesionales con títulos terminales de grado y terciario, que estén realizando una carrera de doctorado, especialización o maestría, trabajando o dirigiendo proyectos de investigación, que lo requiera. Cualquier profesional que desee obtener conocimiento de datos operacionales.
– Conocimientos básicos de estadística y ofimática
– Disponer conectividad a internet
– Equipo PC personal con no menos de 3 gb de RAM y alrededor de 2ghz de velocidad de procesamiento
• MÓDULO 1: Métodos y herramientas de ANÁLISIS MULTIVARIADO
• MÓDULO 2: Métodos y herramientas INTELIGENTES PARA EL MODELADO A PARTIR DE DATOS
Dra. Matilde Inés Césari
• Encuentros virtuales para la discusión teórica y práctica destinadas a la presentación de conceptos, metodologías, técnicas y se desarrollarán los conocimientos conceptuales metodológicos del curso.
• Trabajos Prácticos para profundizar en las técnicas y algoritmos explicados en las discusiones de teoría y madurar los conceptos mediante autocontroles.
• Prácticas de laboratorio para el trabajo con herramientas informáticas que permitirán practicar y reforzar los conocimientos.
• Se proveerá a estudiantes máquina virtual con material de estudio, guías de estudio y práctica a través de un disco virtual con sistema operativo y herramientas instaladas, para usar en sus PC personales.
• Se creará un espacio, para el intercambio de información desde los profesores hacia los alumnos como así también desde los alumnos hacia los profesores.
255 horas reloj
20 semanas
A definir
