Ciencia de Datos

Ciencias de la Computación

ISI-502 • Nivel 5

Exploración, limpieza, transformación, modelado y visualización de grandes volúmenes de datos.

Conceptos clave

Ciclo de vida de datosLimpiezaEDAModelado predictivoFeature engineeringBig Data

Créditos

3

Horas Estimadas

34h

Temas

11

Correlativas

PEYEST

Temario

1

Introducción y ciclo de vida de datos

Roles, ciclo de vida, flujo de trabajo

2h 0min

2

Recopilación de datos

Fuentes, APIs, web scraping, calidad

3h 40min

3

Limpieza y transformación

Faltantes, outliers, normalización, encoding

3h 20min

4

EDA y visualización

Exploratorio, distribuciones, correlaciones

4h 40min

5

Estadística aplicada

Inferencia, pruebas, correlación, regresión

3h 0min

6

Modelado predictivo

Selección, validación cruzada, ensemble

4h 20min

7

Feature engineering

Creación, selección, importancia, reducción

3h 20min

8

Herramientas: Python, pandas, scikit-learn

Entorno, pandas, scikit-learn

3h 20min

9

Visualización: Matplotlib, Tableau

Gráficos, dashboards, interactiva

3h 40min

10

Big Data: Hadoop, Spark

Distribuido, MapReduce, Spark, escalar

4h 40min

11

Ética en datos

Privacidad, sesgo, GDPR, gobernanza

2h 0min

Objetivos

  • Dominar tecnicas de analisis exploratorio de datos.
  • Implementar pipelines de ciencia de datos con Python.
  • Aplicar modelos de machine learning a problemas reales.
  • Comunicar resultados de analisis de forma efectiva.

Competencias

  • Realizar analisis exploratorio de datos con Pandas.
  • Crear visualizaciones efectivas con Matplotlib/Seaborn.
  • Entrenar y evaluar modelos de ML con Scikit-learn.
  • Comunicar hallazgos de datos a stakeholders.

Metodología de cursada

Teoría

Clase teorica sobre ciencia de datos, analisis exploratorio, visualizacion y modelado estadistico.

Práctica

Laboratorio con Python (Pandas, Matplotlib, Scikit-learn) para analisis de datos reales.

Actividades

  • Analisis exploratorio de datos con Pandas
  • Visualizacion con Matplotlib y Seaborn
  • Modelado con Scikit-learn
  • Trabajos Practicos de ciencia de datos
  • Proyectos de analisis de datos

Forma de evaluación

Regularidad

Aprobar como minimo 2 parciales con nota >= 4. Asistencia regular obligatoria (80% minimo).

Promoción

Examen final con analisis de datos y modelado.

Recuperatorio

Recuperatorio en el primer semestre del ano siguiente.

Criterios

  • 2 Parciales (cada uno 40% de la nota de cursada)
  • Trabajos Practicos de laboratorio (20%)
  • Examen final (100% de la nota final)

Bibliografía

Oficial

  • •McKinney, W. Python for Data Analysis. 3a edicion. O'Reilly.
  • •James, G. et al. An Introduction to Statistical Learning. 2a edicion. Springer.
  • •Kelleher, J. & Tierney, B. Data Science. MIT Press.

Complementaria

  • •VanderPlas, J. Python Data Science Handbook. O'Reilly.
  • •Wickham, H. & Grolemund, G. R for Data Science. O'Reilly.

Ejercicios tipo parcial

Preguntas oficiales con resolución para practicar antes del examen.

Analisis exploratorio

Pregunta: Analizar un dataset de ventas: identificar tendencias, valores atipicos y correlaciones.

Solución: Usar df.describe(), df.info(), Matriz de correlacion, boxplots para outliers, series temporales para tendencias.

Modelado

Pregunta: Implementar una regresion lineal para predecir precios de viviendas.

Solución: from sklearn.linear_model import LinearRegression; model.fit(X_train, y_train); y_pred = model.predict(X_test); evaluar con R2 y MSE.

Preguntar al Tutor

Resolvé dudas sobre esta materia

Practicar

Ejercicios adaptativos por tema

Crear Flashcards

Repetición espaciada para memorizar

Cargando materiales...