36 lines
1.9 KiB
Markdown
36 lines
1.9 KiB
Markdown
+++
|
|
title = "Módulo 6, técnicas de ciencia de datos"
|
|
date = 2020-12-18T00:00:00+01:00
|
|
lastmod = 2022-11-09T23:50:51+01:00
|
|
tags = ["r", "python", "estadística", "stats", "pln", "nlp", "machinelearning", "aprendizajeautomático", "patterns", "patrones", "redessociales", "social", "networks", "redes", "socialnetworks"]
|
|
draft = false
|
|
subtitle = "Análisis estadístico con lenguajes de tratamiento de datos como Python o R; algoritmos de aprendizaje automático y análisis de patrones; procesamiento de lenguaje natural; análisis de redes sociales."
|
|
slug = "ciencia-datos"
|
|
weight = 60
|
|
summary = "Análisis estadístico con lenguajes de tratamiento de datos como Python o R; algoritmos de aprendizaje automático y análisis de patrones; procesamiento de lenguaje natural; análisis de redes sociales."
|
|
|
|
authors = ["alejandro_zappala"]
|
|
[image]
|
|
caption = "Imagen de Linkedin maps data visualization - por luc legay CC-BY-SA 2.0"
|
|
+++
|
|
|
|
## Objetivos {#objetivos}
|
|
|
|
- Ser capaz de realizar análisis estadísticos con el lenguaje de tratamiento de datos R
|
|
- Estadística descriptiva: Variables estadísticas unidimensionales y bidimensionales
|
|
- Regresión y correlación
|
|
- Probabilidades
|
|
- Teoría de muestras e inferencia estadística
|
|
- Comprender y saber aplicar técnicas de procesamiento del lenguaje natural con Python
|
|
- Ser capaz de aplicar algoritmos de aprendizaje automático y análisis de patrones.
|
|
- Realizar análisis y visualización de redes sociales
|
|
- Comprender la estructura de la información necesaria para poder realizar análisis de redes
|
|
- Realizar visualizaciones exploratorias con Gephi para entornos locales
|
|
- Ser capaz de redactar y editar documentación técnica con lenguajes diseñados específicamente para ello, como RMarkdown y LaTeX
|
|
|
|
|
|
## Equipo docente {#equipo-docente}
|
|
|
|
- Profesorado: Alejandro Zappala.
|
|
- Talleres:
|
|
- Charlas:
|