leonpalafox / dsclase

Clase de Data Science Universidad Panamericana

• Introducción
• Objetivo
• Estructura del Curso:
  • Horas de Clase
  • Sitio web de la clase
  • Horas de Oficina
• Evaluación
• Absentismo
• Temario
• Slides
• Ejercicios
• Tareas
• Libros de Texto
• Material Especial requerido para la clase
• Políticas

Introduccion

En esta clase estudiaremos las diferentes técnicas de Ciencia de Datos y sus apliaciones. Se veran tecnicas básicas y el estado del arte, asi como el uso de la Ciencia de Datos para agregar valor a un negocio.

Objetivo

El curso inducirá al alumno a la ciencia de datos y proporcionará conocimientos y habilidades para utilizar las diferentes herramientas de Inteligencia de Negocios para generar valor y dar soporte a la toma de decisiones. Se detallarán mejores prácticas y se dará una introducción al ciclo de vida de un proyecto de Ciencia de Datos.

Estructura del Curso

Horas de clase

Esta clase será los Martes de 7:00 p.m a 10:00 p.m.

Sitio web

Clases, tareas, temario y políticas de calificaciones se encuentran disponibles en el sitio web: https://leonpalafox.github.io/dsclase/

Horas de oficina

Estaré disponible antes de la clase en mi oficina (Ingenieria 24), o haciendo una cita al correo electornico [email protected].

Evaluacion

La evaluación consistirá en:

• El proyecto final será el 60% de la evaluación final.

  • El proyecto final consistira en el uso de un set de datos de su preferencia para diseñar un caso de negocio.
  • Pueden hacer equipos de hasta tres personas.
  • Necesitan hacer un reporte de 3-5 paginas sobre el set de datos, el diseño y las variables usadas.
  • Template

• El restante 40% será distribuido de la siguiente forma:

  • Dos examenes.
  • Dos tareas.
  • Participación en clase

Absentismo

Es obligatorio atender a todas las sesiones.

En caso de alguna situación extraordinaria se deberá platicarlo con el profesor.

Temario

1. Introducción al Pensamiento Analítico de Datos
   1. Historia dela Ciencia de Datos
   2. Ecosistema de herramientas en la Ciencia de Datos
   3. Casos de uso de la ciencia de datos
2. Problemas de Negocio y Soluciones de Ciencia de Datos
   1. Ciencia de datos en el mercado de servicios
      1. Telecomunicaciones
      2. IT
      3. Entretenimiento
      4. Transporte
   2. Ciencia de datos en el mercado manufacturero
      1. Automotriz
      2. Electrodomésticos
   3. Internet de las Cosas (IoT)
3. Introducción al Análisis de Datos
   1. Introducción a los tipos de datos.
      1. Datos Estructurados
      2. Datos No Estructurados
   2. Introducción a R/Python
   3. Introducción a los dataframes
   4. Funciones básicas de un dataframe
   5. Limpieza de Datos
   6. Tipos de Visualización
   7. Visualización en R/Python
4. Herramientas de Inteligencia de Negocios.
   1. Gobernanza de Datos
   2. Ciclo de vida del dato
5. Herramientas de análisis de datos (Excel, ML)
6. Herramientas de visualización de datos
   1. Tableau
   2. Power BI
7. Proyecto de Inteligencia de Negocios (Todo el curso)

Slides

• Clase 1 - Intro, Historia
• Clase 2 - Datos/Python
• Clase 3 - Data Governance - Cloud
• Clase 4 - Machine Learning

Ejercicios

• Ejercicio 1 de Python
• Ejercicio de Churn
• Manejo de Datos Categóricos

Tareas

1. De la Lectura de Enterprise Data Analysis and Visualization.... escribir un reporte, máximo 2 cuartillas. Entrega: 22 de Octubre
2. De la lectura de Snow and Cholera escribir un reporte, máximo 2 cuartillas. Entrega 29 de Octubre
3. De la lectura de Data Visualization escribir un reporte. Entrega 5 de Noviembre

Lecturas

• Enterprise Data Analysis and Visualization: An Interview Study
• Snow and Cholera
• Data Visualization for Human Perception

Libros de texto

El curso no requiere de libros de texto adjuntos

Material especial para la clase

Se require una computadora con Python instalado.

Politicas

Se pueden utilizar teléfonos y bipers, siempre y cuando no molestén al resto del salón.