Diligencia el formulario de inscripción aquí.
El presente curso desarrolla diferentes técnicas y modelos de análisis estadístico desde una perspectiva conceptual y práctica, haciendo énfasis en el uso de herramientas computacionales para el análisis de datos. El curso está estructurado en cuatro temas principales: (1) Análisis Exploratorio de Datos, (2) Regresión Lineal, (3) Modelos de Clasificación Lineales y (4) Modelos Lineales Generalizados.
Horarios:
Jueves de 18:00 a 19:20, hora Colombia.
*Estos horarios están sujetos a modificaciones.
Tarifa Preferencial Estudiantes UPC: 500 dólares
Diligencia el formulario de inscripción aquí.
Plataforma virtual: Este curso hace parte de la Maestría en Inteligencia Analítica de Datos, el primer posgrado virtual del Departamento de Ingeniería Industrial de la Universidad de los Andes en la plataforma Coursera.
Prerrequisitos: es necesario tener conocimientos en probabilidad, estadística y análisis de datos, así como también habilidades básicas en programación en Python y R” para cursar el programa. Realiza un examen de autodiagnóstico aquí.
Metodología:
El estudiante deberá desarrollar un conjunto de actividades a lo largo de cada semana, las cuales se describen a continuación:
- Deberá preparar por su cuenta los temas asignados, para lo cual contará con videos y lecturas seleccionadas.
- Podrá resolver sus dudas en un foro que permanecerá abierto exclusivamente para este fin.
- Podrá desarrollar un conjunto de ejercicios que cuenta con un tutorial para su solución.
- Deberá reportar sus avances en la ejecución del proyecto según los requerimientos de la guía.
- La sesión sincrónica será el espacio para resolver las inquietudes que puedan tener los estudiantes con relación al desarrollo del curso y para revisar los avances logrados en el proyecto.
Herramientas principales:
El lenguaje de programación es R
Idioma: Los cursos serán ofrecidos 100% en español. Sin embargo, es recomendable que tengas un buen nivel de compresión de lectura en inglés, pues muchos contenidos académicos serán presentados en este idioma.
Créditos académicos: 2
*Podrás inscribirte a este curso bajo la categoría Extensión, los cursos bajo esta modalidad otorgan créditos y notas, por tanto, pueden ser homologables una vez el estudiante sea admitido a la Universidad, de acuerdo con el reglamento de estudiantes y de homologaciones. La aprobación de los cursos de extensión no garantiza el ingreso a ningún programa regular de la Universidad.
Si deseas homologar cursos vistos por extensión en el programa de maestría, se requiere que:
1. La nota final individual de cada curso sea superior a 3.0
2. Si es admitido, se aprueban y homologan los cursos cuya nota sea igual o mayor a 3.0 sobre 5.0, siempre y cuando el ponderado total de las notas de los 4 cursos sea igual o mayor a 4.0 sobre 5.0.
3. El total de créditos del conjunto total de cursos a homologar no sea superior a 16.
Nota: si tienes alguna inquietud, dirígete al siguiente formulario.
Regresa aquí a la página principal
Este curso hace parte del portafolio de materias de pregrado y posgrado de la Universidad abiertas a todo público.
Al participar en este curso podrás vivir la experiencia Uniandina, acceder a contenidos de calidad, tomar clases con estudiantes regulares, acceder al sistema de bibliotecas de Uniandes y participar en las actividades culturales que esta Universidad te ofrece.
Dirigido a
Un profesional hispanohablante con pregrado en cualquier disciplina (no necesariamente STEM) que tenga conocimientos básicos en estadística y programación y esté interesado en generar impacto mediante la transformación de datos en información relevante para la toma de decisiones.
Objetivos
En este curso aprenderás:
- Comprender las medidas que describen apropiadamente las características de un conjunto de datos con el fin de construir teorías y apoyar el desarrollo de modelos estadísticos diseñados para explicar las relaciones entre variables de interés y predecir su respuesta.
- Reconocer las características particulares de los modelos y su relevancia en la explicación y el pronóstico de las variables de interés.
- Estimar e interpretar los parámetros de los modelos y probar las hipótesis de mayor interés.
- Establecer la validez de los modelos construidos para representar una situación real de interés.
- Introducir modificaciones a los modelos para mejorar su capacidad de representar la situación en estudio.
- Elegir el modelo que mejor caracterice la situación que se pretende representar.
- Realizar el análisis exploratorio de un conjunto de datos y aplicar los modelos en situaciones reales haciendo uso de R.
Profesores
Condiciones
Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.
La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.
