Data Science

INTRODUCCIÓN A LA CIENCIA DE DATOS

• La sociedad de la información. Datos, información, conocimiento.
• ¿Qué es un dato? Ciclo de vida de los datos. Gobernanza sobre los datos.
• ¿Qué es la ciencia de datos? Diseño de un proyecto de ciencia de datos. Roles.

PROGRAMACIÓN PARA LA CIENCIA DE DATOS I

• Conceptos básicos de programación: comandos, funciones y objetos 
• Objetos en R: Vectores, Matrices y Data Frames
• Estructuras de Control

MANIPULACIÓN DE DATOS EN R

• El proceso ETL (extracción, transformación y limpieza de datos)
• Importar y exportar datos desde diferentes formatos en R
• Manejo de fechas en R (Date, POSIXlt, POSIXct)
• Manipulación de datos con R

ANÁLISIS DE DATOS I

• Población y muestra. Parámetros y estimadores.
• Estadísticos descriptivos para el análisis exploratorio de datos.
• Variables aleatorias y distribuciones de probabilidad.

ANÁLISIS DE DATOS II

• Contrastes de hipótesis. Errores Tipo I y Tipo II
• P-valor y el test de hipótesis para la media
• Contraste de hipótesis para la varianza

CORRELACIÓN Y CAUSALIDAD DE DATOS

• Correlación simple: paramétrica y no paramétrica
• Pruebas de hipótesis de correlación
• Diferencias entre la correlación y la causalidad

VISUALIZACIÓN DE DATOS I

• Tipos de gráficos y su correcto uso
• Creación de gráficos unidimensionales y bidimensionales con R
• Creación de gráficos con ggplot

VISUALIZACIÓN DE DATOS II

• Construcción de un tablero de visualización
• Buenas prácticas para la confección de visualizaciones
• Storytelling: Contar historias con datos

BASES DE DATOS I

• Datos estructurados vs no estructurados. Gestores de base de datos
• Modelo relacional y estructura de una base de datos
• SQL y Data Definition Languaje (DDL)

BASES DE DATOS II

• SQL y Data Manipulation Languaje (DML).
• Agregación en SQL.
• Operaciones SQL sobre varias tablas simultáneas.

BIG DATA Y ARQUITECTURA EN LA NUBE

• Big Data y el trabajo con grandes volúmenes de datos.
• Servicios de infraestructura en la nube.
• Lenguajes, algoritmos y técnicas para trabajar con Big Data.

PROGRAMACIÓN PARA LA CIENCIA DE DATOS II

• Conceptos básicos de programación aplicados en Python
• Objetos de Python: listas, tuplas y diccionarios 
• Estructuras de control en Python
• Librería Pandas y Data Frames

ANÁLISIS PREDICTIVO Y LA REGRESIÓN LINEAL – AVANCES PIN

• ¿Qué es el análisis predictivo? Interpolación y extrapolación
• Modelos. Problemas de regresión, clustering y clasificación
• Fundamentos de la regresión lineal: mínimos cuadrados, supuestos y estimación de parámetros

Encuentro 15

MODELO DE REGRESIÓN LINEAL MÚLTIPLE

• Fundamentos de un modelo de regresión lineal múltiple
• Sistemas de selección de variables

INTRODUCCIÓN AL MACHINE LEARNING

• Machine Learning. Aprendizaje supervisado vs no supervisado
• Ciclo de trabajo para el desarrollo de un modelo de ML
• Armado de un Dataset en Python para entrenamiento y testeo de un modelo de ML

MODELOS DE REGRESIÓN CON ML

• Modelos de regresión con ML (Random Forest, eXtreme Gradient Boosting, SVM)
• ¿Qué es un algoritmo de optimización?
• Ajuste y sobreajuste
• Técnicas y métricas de evaluación de modelos de regresión

MODELOS DE CLUSTERING

• Definición de cluster. Similitud y segmentación.
• Medidas de distancia
• Evaluación de clusters

MODELOS DE CLASIFICACIÓN DE MACHINE LEARNING

• Modelos de clasificación con ML (Logistic Regression, k-NN, Árboles de decisión, SVM, Naive Bayes)
• Dificultades en el entrenamiento: overfitting y underfitting
• Métricas de evaluación de modelos de clasificación

INTRODUCCIÓN A LAS REDES NEURONALES

• El Perceptrón simple
• Perceptrones multicapa: capacidad de generalización
• Entrenamiento de una Red Neuronal. Cálculo de gradientes usando propagación inversa
• Mapeo de características

APRENDIZAJE PROFUNDO (DEEP LEARNING)

• Redes neuronales recurrentes y convolucional
• Transfer learning con modelos pre entrenados

MODELOS DE DETECCIÓN DE OBJETOS

• ¿Qué es la detección de objetos?
• Aplicación de YOLO v5 en un caso de estudio 
• Métricas para evaluar un modelo de detección

MODELOS DE PROCESAMIENTO DEL LENGUAJE NATURAL (NLP)

• Tratamiento de textos. Modelización del lenguaje y vectores de palabras
• Procesamiento de lenguaje natural con GPT-3 de OpenAI

INTRODUCCIÓN A GIT

• Control de versiones. Colaborar utilizando GitHub.
• Repositorios locales y remotos, directorio de trabajo y commit
• Comandos básicos (clone, branch, add, commit, push, pull)

HACKATÓN