Un profesor ayudante interactúa directamente con un grupo reducido de participantes para ayudar a resolver problemas técnicos remanentes, como por ejemplo, relacionados con el uso del ambiente de desarrollo Google Colaboratory, con la instalación de herramientas Hadoop y Spark o con la utilización de la API para el almacenamiento y procesamiento de big data.

Los alumnos deben aplicar los conocimientos aprendidos en tres trabajos o pequeños proyectos concretos, los cuales tendrán por objetivo aplicar de forma práctica las técnicas y herramientas para el manejo de big data. En particular, se enfocan en el uso del ecosistema Hadoop, del framework Spark y su biblioteca para machine learning Spark MLLIB, y de herramientas prácticas para visualización de datos. El último proyecto suele tener características integradoras y, por lo tanto, es un poco más largo y completo que los anteriores. Aun cuando el trabajo se entrega en forma individual y no grupal, los alumnos pueden conversar y discutir sobre sus ideas de soluciones con sus compañeros, antes de desarrollar y entregar el proyecto.

• Introducción al big data
• El ecosistema Hadoop
• El sitema de archivos distribuidos Hadoop (HDFS)
• Presentación de ambiente de desarrollo web Google Colaboratory
• Aplicación práctica de herramientas de software

• Hadoop MapReduce
• Manejo de bases de datos con herramienta de alto nivel e interfaz de tipo SQL (Apache Hive)
• Manejo de bases de datos sobre MapReduce con lenguaje de alto nivel (Apache Pig)
• Aplicación práctica de herramientas de software

• Conceptos y usos
• Resilient Distributed Dataset
• Programación en Spark
• Transformaciones y acciones
• Aplicación práctica de funciones core de Spark

• Apache Flume
• Módulo Spark Streaming
• Módulo Spark SQL
• Aplicación práctica en procesamiento de streams de datos
• Aplicación práctica en procesamiento de datos estructurados

• Módulo Spark MLLIB
• Programación con funciones MLLIB con datasets supervisados
• Programación con funciones MLLIB con datasets no supervisados
• Pipelines de extracción de datos, entrenamiento y predicción con Spark ML
• Aplicación práctica de Spark en machine learning

• Conceptos fundamentales de visualización de información
• Funciones básicas de Matplotlib
• Reducción de dimensionalidad
• Aplicación práctica de herramientas de software

Un profesor ayudante interactúa directamente con un grupo reducido de participantes para presentar un caso real de aplicación de machine learning y ciencia de datos, haciendo énfasis en la oportunidad, solución, dificultades y beneficios, para luego discutir con el grupo y responder consultas.

Los alumnos deben aplicar los conocimientos aprendidos en tres trabajos o pequeños proyectos concretos. En particular, el primer trabajo se enfoca en desarrollar la capacidad de identificar los conceptos básicos de machine learning y ciencia de datos en los casos de estudio presentados. El segundo trabajo busca desarrollar la capacidad de identificar la presencia y necesidad de los distintos tipos de aprendizaje en los casos de estudio presentados. Finalmente, el tercer trabajo pretende integrar ambas miradas en la formulación de un caso de estudio original, en el que sea posible identificar los conceptos básicos, los tipos de aprendizaje, además de la oportunidad, solución, dificultades y beneficios. Aun cuando el trabajo se entrega en forma individual y no grupal, los alumnos pueden conversar y discutir sobre sus ideas de soluciones con sus compañeros, antes de desarrollar y entregar el proyecto.

• Inteligencia de negocios
• Minería de datos
• Ciencia de datos
• Machine learning

• Transacciones estructuradas
• Texto
• Audio
• Imagen y video

• Supervisado
• No supervisado
• Reforzado
• GAN

• Supervisado
• No supervisado
• Reforzado
• GAN

• Transacciones estructuradas
• Texto
• Audio
• Imagen y video

• Seguros / banca / finanzas
• Sector industrial
• Retail y consumo
• Gobierno

Un profesor ayudante interactúa directamente con un grupo reducido de participantes para ayudar a resolver problemas técnicos remanentes, como por ejemplo, la correcta instalación de herramientas de software, el uso apropiado de algunas herramientas, etc.

Para este curso se revisarán formas de interpretar y aplicar del modelo anidado de visualización para validar visualizaciones existentes y para justificar decisiones de diseño de nuevos gráficos de visualización de información. Se revisarán y aplicarán bibliotecas en Python especializadas en visualización. Y con participación de los alumnos se analizarán casos de visualización.

Los participantes deben aplicar los conocimientos aprendidos en tres trabajos o pequeños proyectos concretos. La primera actividad práctica requiere utilizar los conceptos de visualización para evaluar y validar diseños de visualización de información ya existentes. La idea es poner en práctica la relación entre tipos de datos y datasets, tareas, así como conocer las marcas y canales más apropiados para codificar información visualmente. La segunda actividad práctica tiene como propósito implementar visualizaciones mediante programación. Se establecen tres casos con datasets y codificaciones objetivo, con lenguage Python y usando las bibliotecas Pandas, Matplotlib y Seaborn.

El último proyecto suele tener características integradoras y, por lo tanto, es un poco más largo y completo que los anteriores. Aun cuando el trabajo se entrega en forma individual y no grupal, los alumnos pueden conversar y discutir sobre sus ideas de soluciones con sus compañeros, antes de desarrollar y entregar el proyecto. De esta forma, la tercera actividad de aplicación requiere una integración de conceptos de visualización y de implementación en Python. Dado un dataset y un caso de estudio, el estudiante analiza un dataset y provee respuestas a ciertas preguntas a través de la implementación de diferentes visualizaciones. En el proceso, se justifican las decisiones de codificación visual (gráfico, colores, etc.) y del espacio de diseño en general.

• Ejemplos históricos de visualización de datos
• Conceptos fundamentales de visualización de información
• Percepción visual
• Funciones básicas de Matplotlib y Seaborn.

• ¿Qué? Datos y datasets
• ¿Por qué? Tareas de visualización
• ¿Cómo? Codificación visual
• Reglas y recomendaciones generales para visualizaciones efectivas

• Gráfico de barras y barras apiladas
• Gráfico de puntos y de líneas
• Gráfico de dispersión y de burbujas
• Gráfico de flujos
• Histogramas, gráficos de caja y de violín

• Múltiples ejes, gráficos radiales y de torta
• Matriz de gráficos
• Pequeños múltiples
• Mapa de calor
• Reducción de dimensionalidad lineal y no lineal

• Conceptos de red, grafos y árboles
• Diagramas nodo-enlace
• Matrices de adyacencia
• Gráficos tipo encierro
• Clustermap

• Introducción a la visualización en diversos dominios y a storytelling
• Visualizacion espacial y espacio-temporal
• Visualización de colecciones de documentos
• Visualización de vectores de palabras

Un profesor ayudante interactúa directamente con un grupo reducido de participantes para ayudar a resolver problemas técnicos remanentes, como por ejemplo, la correcta instalación de herramientas de software y el uso apropiado de algunas herramientas, además de apoyar el desarrollo de casos de estudio. Con estos últimos, se busca que los alumnos se vean enfrentados a situaciones más cercanas a la realidad, recorriendo las distintas etapas de los proyectos de machine learning.

Los alumnos deben aplicar los conocimientos aprendidos en tres pequeños proyectos cuyo objetivo es reforzar el aprendizaje teórico de las clases lectivas. El primer proyecto se focaliza en aplicar herramientas de preprocesamiento y visualización de datos. Los siguientes tienen características integradoras de preprocesamiento y aplicación de modelos de machine learning tanto en su versión supervisada como no supervisada.  Aun cuando el trabajo se entrega en forma individual y no grupal, los alumnos pueden conversar y discutir sobre sus ideas de soluciones con sus compañeros, antes de desarrollar y entregar el proyecto.

• Definiciones básicas
• Tipos de aprendizaje de máquina
• Python
• Ecosistema Python para machine learning

• Tipos de variables
• Análisis descriptivo de variables
• Transformación de variables
• Imputación de variables
• Visualización de variables

• Regresión lineal
• Regresión logística
• Regresiones polinomiales
• Regresiones con penalización

• Evaluación de clasificadores
• Naive Bayes
• Árboles de decisión
• Random forest

• Tecnologías de Python para deep learning
• Introducción a las redes neuronales
• Redes convolucionales
• Redes recurrentes

• K-means
• Mezcla gaussianas
• Cluster jerárquico
• Autoencoders