Curso Análisis de Datos: Métodos y Estrategias

Datos Básicos

Nombre: Curso Análisis de Datos: Métodos y Estrategias
Fechas: 11 al 20 de febrero de 2020

Presentación


Duración:

50 horas presenciales

En este curso se presentarán diversos enfoques destinados al análisis de datos de sistemas multivariable, desde el punto de vista de la exploración de la estructura multivariada, aplicación de métodos de modelado, así como la fusión de bases de datos y métodos de decisión multicriterio. El análisis de datos cobra importancia con el avance de las tecnologías informáticas, pues son los computadores los que permiten desarrollar el modelado in silico para comprender fenómenos de alta complejidad y que requieren calculo computacional intenso. Las herramientas avanzadas de análisis de datos son un aspecto clave para extraer la máxima información de los sistemas multivariados para desarrollar la investigación científica al más alto nivel, de tal forma que garantice su mejor difusión en la comunidad científica.

Objetivo general

El curso brindará a los participantes las herramientas fundamentales de análisis de datos de sistemas multivariable, con ejemplos reales en diversas disciplinas científicas y resolución de ejercicios en el programa MatLab, mediante el uso de diversos toolbox específicos de análisis.

Metodología del curso

Este curso se desarrollará en la modalidad presencial mediante clases magistrales por parte del Profesor en las sesiones matutinas, y aplicaciones de los mismos mediante la resolución de ejercicios en computador en el programa MATLAB. Para aprobar el curso, cada participante deberá rendir un test final de conocimientos.

Cronograma:

  • Día 1: Introducción a la quimiometría
    HoraActividad
    08:00 - 12:00Objetivos, métodos y aplicaciones de la quimiometría.  Estructura multivariada de los datos.
    15:00 - 18:00Parámetros estadísticos elementales: medidas de posición y de dispersión; covarianza y correlación. Escalado de los datos.

     

  • Día 2: Estrategias para la racionalización de problemas complejos
    HoraActividad
    08:00 - 12:00Métodos de exploración de datos
    15:00 - 18:00Análisis de componentes principales. Correlación multivariada.

     

  • Día 3: Similitud y diversidad
    HoraActividad
    08:00 - 12:00Conceptos de analogía, similitud, disimilitud y distancia. Medidas para datos cuantitativos y binarios.
    15:00 - 18:00Métodos jerárquicos aglomerativos y métodos no jerárquicos. Estrategias para el análisis de similitud.

     

  • Día 4: Concepto de sesgo y métodos de validación
    HoraActividad
    08:00 - 12:00Estimadores estadísticos; sesgo y varianza. Modelos descriptivos y predictivos.
    15:00 - 18:00Técnicas de validación de modelos (validación cruzada, bootstrap, otras).

     

  • Día 5: Métodos de regresión
    HoraActividad
    08:00 - 12:00Estrategias de investigación basadas en modelos cuantitativos, parámetros de regresión.  Análisis de regresión múltiple. Métodos de regresión sesgados: métodos ridge, selección de los mejores submodelos, regresión en componentes principales, método PLS.
    15:00 - 18:00Técnicas de selección de variables: algoritmos genéticos y método de reemplazo secuencial.

     

  • Día 6: Métodos de clasificación
    HoraActividad
    08:00 - 12:00Estrategias de investigación basadas en clasificación, parámetros de clasificación. Métodos locales de clasificación: k-NN, N3, BNN. Probabilidad bayesiana y métodos de análisis discriminante.
    15:00 - 18:00Métodos de clasificación de árbol. Redes neuronales de Kohonen.

     

  • Día 7: Métodos de consenso y fusión de datos
    HoraActividad
    08:00 - 12:00Estrategias de análisis de consenso.
    15:00 - 18:00Métodos de fusión de datos.

     

  • Día 8: Criterios de decisión
    HoraActividad
    08:00 - 12:00Introducción a los métodos de decisión. Método de Pareto, funciones de deseabilidad y utilidad.
    15:00 - 18:00Funciones de dominancia, método DRAPE

     

Destinatarios:

Docentes, investigadores, profesionales y estudiantes de pregrado o posgrado. Se requieren conocimientos mínimos de álgebra lineal y estadística (no obligatorio). Para la parte práctica, se recomienda el uso de su propio computador portátil.

Criterios de evaluación y Certificación

Para la emisión del certificado de aprobación por parte del Vicerrectorado de Investigaciones de la Universidad del Azuay, el cursante deberá cumplir como mínimo con el 80% de asistencia y el equivalente al 70% en la evaluación final.

Profesor: 

Prof. Roberto Todeschini (Universidad de Milán-Bicocca – Profesor Honorario de la Universidad del Azuay). Currículum

Inversión:

  • Docentes UDA $120,00
  • Otros docentes/Profesionales $200,00
  • Estudiantes UDA $50,00
  • Otros estudiantes $75,00
 

Inscripciones:

INSCRÍBETE AQUÍ


Mayor Información:

Dr. Cristian Rojas Villa: crojasvilla@uazuay.edu.ec

Compartir: