Diplomado Métodos estadísticos y matemáticos para la ciencia de datos

Descripción

En la actualidad la Ciencia de Datos ha cobrado relevancia por el valor oculto que tienen los datos. Así, por ejemplo, tanto en el sector público como en el privado, el análisis de los datos sirve para mejorar políticas, productos y servicios. Por otro lado, el auge en temas asociados a la Ciencia de Datos también ha tenido un impacto en la comunidad científica debido a la necesidad de generar métodos y procedimientos para el análisis de datos. Lo anterior ha generado nuevas líneas de investigación en diversas áreas, por ejemplo, las asociadas a métodos con el objetivo de mejorar predicciones en nuevas observaciones y al desarrollo de algoritmos eficientes de optimización. En este contexto, hay una creciente necesidad de profesionales con conocimientos en estadística, modelación matemática, programación y otras habilidades computacionales que sirvan para realizar estos análisis.
En particular, muchos métodos estadísticos clásicos sirven para realizar algunos de estos análisis con rigurosidad. Por ejemplo, aquellos métodos aplicados en problemas en los cuales el objetivo está asociado al estudio de la existencia de relaciones entre variables y sucesos, así como a entender esas relaciones, con el fin de poder realizar intervenciones para mejorar tratamientos, procesos o políticas. Otros métodos estadísticos sirven de base para entender algunos de los métodos más modernos usados en ciencia de datos. Por ejemplo, algunos métodos asociados al objetivo de predicción en nuevas observaciones, como redes neuronales, tienen como sus versiones más simples a los métodos clásicos como la regresión lineal múltiple o la regresión logística. En este sentido, es relevante que profesionistas que estén interesados en la Ciencia de Datos puedan profundizar en sus conocimientos en Estadística, así como en otros métodos matemáticos modernos, de manera que los utilicen en la aplicación de técnicas de análisis de datos tradicionales y modernas.

Objetivos

Objetivo general: Entender los fundamentos teóricos de los métodos estadísticos básicos que sirven para realizar el análisis de datos asociado a los objetivos de estimación, inferencia, predicción y reconocimiento de patrones. También, aplicar los métodos básicos y modernos a conjuntos de datos, generando información útil para la toma de decisiones, así como juzgar, evaluar y comparar la idoneidad y el desempeño de los resultados y métodos.
Objetivos específicos:

• Identificar los objetivos asociados al análisis de datos, así como distinguir la metodología que se puede aplicar.
• Describir, explorar y preparar el conjunto de datos para su posterior análisis.
• Aplicar la metodología y, en su caso, argumentar el cumplimiento de los supuestos del modelo y realizar inferencias a partir de éste, o bien evaluar el desempeño del método, algoritmo o regla ajustada con base en los objetivos del análisis de datos.
• Interpretar y presentar los resultados, así como ilustrar su utilidad para que los usuarios tomen decisiones.

Metas

Realizar el análisis de datos idóneo con base en los objetivos de los tomadores de decisiones usando lo métodos estadísticos y matemáticos comúnmente utilizados en Ciencia de Datos.

Requisitos

Requisitos de ingreso: 100% de créditos de la Licenciatura en Actuaría o cualquier otra licenciatura terminada y conocimientos básicos de probabilidad y estadística.
Los participantes deben contar con Laptop o computadora de escritorio con R y Python, además de acceso a internet.
Requisitos de permanencia: Mínimo un 80% de asistencia y, en su caso, aprobar el módulo inmediato anterior.
Requisitos de egreso: Aprobar todos los módulos que conforman el Diplomado y contar con una asistencia mínima del 80% en cada uno de ellos.

Procesos de evaluación

Cada módulo se evaluará con tareas o proyectos

Mín / Máx de alumnos: Mínimo 15, máximo 45.
La apertura del curso está sujeta al mínimo de inscritos.

Cuerpo docente:

• 1. Dra. Yuriria Cortés Poza. Investigadora Asociada C de Tiempo Completo. Unidad Académica del IIMAS en el estado de Yucatán, UNAM.
• 2. M.en C. Mario Alejandro Molina Palma. Posgrado en Ciencias Matemáticas y adscrito al Departamento de Probabilidad y Estadística, IIMAS, UNAM.
• 3. M. en E.I.O. José Salvador Zamora Muñoz. Profesor de asignatura, Departamento de Matemáticas, Facultad de Ciencias, UNAM. .
• 4. M. en C. David Chaffrey Moreno Fernández. Profesor de asignatura, Departamento de Matemáticas, Facultad de Ciencias, UNAM..
• 5. Dr. Ricardo Ramírez Aldana. Profesor de asignatura, Departamento de Matemáticas, Facultad de Ciencias, UNAM..
• 6. Dr. Gonzalo Pérez de la Cruz. Coordinador del Diplomado. Profesor Asociado C de Tiempo Completo. Departamento de Matemáticas, Facultad de Ciencias, UNAM..