La Facultad de Ingenierías de la Universidad Tecnológica de Pereira - UTP ha identificado las crecientes necesidades de diferentes sectores económicos, industriales, académicos y sociales de hacer un buen uso de la información y los datos que tienen a disposición. Dado lo anterior y con la intención de aportar mayores herramientas de análisis a nuestros egresados y profesionales colombianos, se presenta un diplomado riguroso, pensado en brindar herramientas que aporten a la solución de problemas reales, flexible y telepresencial para garantizar la participación de personas en cualquier parte del país y del mundo.

El curso está dirigido a ingenieros electricistas, electrónicos, industriales, mecánicos, agroindustriales, civiles, economistas y en general a todo público y areas del conocimiento.

• Brindar herramientas que faciliten la comprensión y desarrollo de un problema de análisis de datos desde la obtención de la información hasta el desarrollo de productos de datos.

El diplomado está dirigido a profesionales o estudiantes de últimos semestres que estén interesados en adquirir conocimientos en las funciones de análisis de información, planificación, logística, investigación, educación, como también actividades en inteligencia y estrategia de negocios.

Está enfocado a personas que no están familiarizadas con el manejo de datos, pero que deseen adquirir herramientas para el procesamiento, manipulación y analítica de datos.

Se recomienda tener competencias básicas de estadística y programación.

• Introducción general al diplomado
• ¿Por qué es importante la Ciencia de Datos?
• Conceptos fundamentales para el análisis de datos: concepto de variable, tipos de variable, tipos de datos en R.
• Conceptos básicos de estadística descriptiva: Introducción a médidas de tendencia central, probabilidad, distribuciones.
• Herramientas básicas para la ciencia de datos: Github y Git con R, introducción a RMarkdown, introducción a ShinyApps.

• Introducción al lenguaje R
• Instalación y carga de librerías
• Declaración de variables
• Manejo de vectores, matrices, data frames (conjuntos de datos) y listas
• Operaciones básicas entre objetos
• Funciones condicionales
• Programación de ciclos (Estructuras de control)
• Creación de funciones
• Fundamentos de visualización de datos

• ¿Qué es una base de datos?
• Introducción al tidyverse
• Cargua de datos en R desde diferentes fuentes
• Funciones para la limpieza de datos
• Funciones para la agregación y resumen de datos
• Manipulación de la estructura de la tabla
• Conceptos de teoría de conjuntos para el uso de funciones de unión (join) de datos * Buenas prácticas en el manejo de variables

• Cálculo de estadísticas de resumen
• Correlación de datos
• Visualización del comportamiento de los datos
• Personalización de gráficos
• Transformación de variables como preproceso para el modelado

• ¿Qué es el procesamiento de lenguaje natural?
• Herramientas para un análisis de procesamiento de lenguaje natural
• Procesamiento de Lenguaje Natural con Quanteda(Quantitative Analysis of Textual Data)
• Desarrollo de un análisis del discurso

• Importancia de los mapas como herramienta para la visualización de la información
• Introducción a ggplot2 y leaflet para la elaboración de mapas
• ¿Qué tipos de archivos se usan para la elaboración de mapas?
• Ejemplos prácticos

• Introducción al Machine Learning
• Ejecución y estudios de caso usando modelos supervisados (Modelos de regresión y clasificación) y no supervisados (Clustering o agrupamiento de datos)
• Técnicas de selección del modelo más adecuado

Algunos modelos a revisar: Lineal regression, Logistic regression, Decision tree, Random Forest, K-means, Hierarchical clustering, Naive Bayes, KNN, Reglas de Asociación, entre otros.

• Implementación de reportes tipo word, pdf, HTML con Rmarkdown y reportes web alojados en Rpubs
• Implementación de presentaciones interactivas para la presentación de análisis y resultados.
• Desarrollo de aplicaciones web y tableros dashboards con ShinyApps.

• Convesatorio sobre la importancia de la investigación reproducible
• ¿Cómo aporta R a la investigación reproducible?

El desarrollo del diplomado se realizará en sesiones de trabajo teórico prácticas, haciendo uso del lenguaje de programación R.

Durante el curso se abordarán los temas de adquisición, preparación y limpieza de datos, exploración descriptiva y la comunicación de los resultados a través de herramientas de visualización de la información. Estos temas se desarrollarán con la aplicación de estudios de caso y un proyecto de clase individual o grupal de los participantes.

• Duración: 120 horas
• Orientado A: Egresados y profesionales de cualquier area del conocimiento
• Inversión:
  • Público general: $ xxxxxxxx
  • Egresados UTP: $ xxxxxxxx
  • Estudiantes UTP: $ xxxxxxx
• Modalidad: Telepresencial
• Mínimo de participantes: xxx
• Fecha de inicio:
• Organiza: Facultad de Ingenierías UTP
• Horario Sugerido:

• Msc. Carlos Andrés Gómez Flórez