I. Datos generales:

Título: Ciencia de Datos y Redes Sociales
Instructor o docente: Dr. Carlos Adolfo Piña García
Duración (en horas): 10 horas   
Área:  Formación para la docencia  ,  Formación para la gestión universitaria
Modalidad de impartición:  A distancia    
Periodo Del 28 de septiembre al 12 de Octubre de 2020

II. Descripción:

Destinatarios:

  • Directivos y Tomadores de decisiones de TI
  • Desarrolladores
  • Estudiantes en Ciencias de la Computación y áreas afines


Objetivo(s) o competencia(s):

El presente taller se enfocará en estudiar las técnicas actuales de análisis de información mediante Minería Social computacional y métodos exclusivos de la Ciencia de Datos. Además, se propone investigar y aprender el uso de herramientas computacionales que permitan el manejo de grandes cantidades de datos. Dichas herramientas se basan en un paradigma que involucra la limpieza o curación de los datos, así como la transformación de datos. El motivo fundamental de este curso es la capacitación de profesionales en el campo de la ciencia de datos.

Metodología:

• Técnica expositiva con el apoyo de materiales audiovisuales.
• Instalar herramientas para el análisis de datos a gran escala.
• Revisión bibliográfica. Discusión en mesas redondas de lecturas asociadas al tema de ciencia de datos.

Mecanismo y criterios de evaluación:

• Asistencia 80% y 20% participación en el taller.

III. Temario:

• Visualización de datos
• Transformación estadística
• Transformación de datos
• Scripts
• Análisis de Datos Exploratorio
• Tidy data

IV. Bibliografía

  • Golbeck, J. (2013). Analyzing the social web. Oxford: Newnes. Russell, M. A. (2013). Mining the social web: data mining Facebook, Twitter, LinkedIn, Google+, GitHub,
    and More. Sebastopol: O’Reilly Media, Inc. Albert, J. 2009. Bayesian Computation with R. Use R! Springer New York.
    https://books.google.com.mx/books?id=AALhk\_mt7SYC.
  • Burns, P. 2015. The R Inferno. The American Statistician. Vol. 4. 69.
  • Cleveland, W.S. 1993. Visualizing Data. At&T Bell Laboratories. https://books.google.com.mx/books?id=V-dQAAAAMAAJ.
  • Guo, Jiqiang, Jonah Gabry, and Ben Goodrich. 2019. Rstan: R Interface to Stan. https://CRAN.R- project.org/package=rstan.

II. Descripción:

Destinatarios:

  • Directivos y Tomadores de decisiones de TI
  • Desarrolladores
  • Estudiantes en Ciencias de la Computación y áreas afines


Objetivo(s) o competencia(s):

El presente taller se enfocará en estudiar las técnicas actuales de análisis de información mediante Minería Social computacional y métodos exclusivos de la Ciencia de Datos. Además, se propone investigar y aprender el uso de herramientas computacionales que permitan el manejo de grandes cantidades de datos. Dichas herramientas se basan en un paradigma que involucra la limpieza o curación de los datos, así como la transformación de datos. El motivo fundamental de este curso es la capacitación de profesionales en el campo de la ciencia de datos.

Metodología:

• Técnica expositiva con el apoyo de materiales audiovisuales.
• Instalar herramientas para el análisis de datos a gran escala.
• Revisión bibliográfica. Discusión en mesas redondas de lecturas asociadas al tema de ciencia de datos.

Mecanismo y criterios de evaluación:

• Asistencia 80% y 20% participación en el taller.

III. Temario:

• Visualización de datos
• Transformación estadística
• Transformación de datos
• Scripts
• Análisis de Datos Exploratorio
• Tidy data

IV. Bibliografía

  • Golbeck, J. (2013). Analyzing the social web. Oxford: Newnes. Russell, M. A. (2013). Mining the social web: data mining Facebook, Twitter, LinkedIn, Google+, GitHub,and More. Sebastopol: O’Reilly Media, Inc. Albert, J. 2009. Bayesian Computation with R. Use R! Springer New York.
    https://books.google.com.mx/books?id=AALhk\_mt7SYC.
  • Burns, P. 2015. The R Inferno. The American Statistician. Vol. 4. 69.
  • Cleveland, W.S. 1993. Visualizing Data. At&T Bell Laboratories. https://books.google.com.mx/books?id=V-dQAAAAMAAJ.
  • Guo, Jiqiang, Jonah Gabry, and Ben Goodrich. 2019. Rstan: R Interface to Stan. https://CRAN.R- project.org/package=rstan.
Derechos reservados © 2020 ANUIES , Dirección de Tecnologías de Información y Comunicaciones
Tenayuca 200 Col. Santa Cruz Atoyac, CDMX. C.P. 03310 Tel.: +1(55) 54204900 ext 4976
correo electrónico:encuentro-tic@anuies.mx