Temario
Primer año
Fundamentos de Programación con Python:
Conceptos básicos de programación con Python.
Variables, estructuras de datos, bucles y funciones.
Algebra Lineal
Conceptos básicos de álgebra lineal como vectores, matrices y normas.
Estadística y Probabilidad:
Conceptos básicos de estadística como media, mediana, desviación estándar ydistribuciones de probabilidad.
Aprender a analizar datos utilizando técnicas estadísticas.
Análisis de Datos:
Introducción al Análisis de Datos.
Calidad de Datos.
Importar, limpiar y manipular datos.
Visualizaciones de datos.
Bibliotecas de Python para análisis de datos: NumPy, Pandas.
Bibliotecas de Python para visualizaciones: Matplotlib, Seaborn.
Data Science:
Introducción a Data Science.
Metodología de trabajo en proyectos de Data Science.
Proyectos prácticos de Data Science.
Comunicación de resultados y conclusiones obtenidos.
Machine Learning:
Introducción a Machine Learning.
Aprendizaje supervisado de Regresión y Clasificación.
Aprendizaje No Supervisado.
Métricas de evaluación.
Problemas con los modelos.
Bibliotecas de Python para machine learning: Scikit-Learn.
Segundo año
Big Data
Introducción a Big Data.
Herramientas de Big Data como Apache Hadoop, Map Reduce, Apache Spark.
Deep Learning:
Fundamentos del deep learning y las redes neuronales.
Frameworks populares de deep learning, como TensorFlow o PyTorch.
Implementación de modelos de deep learning para resolver problemascomplejos.
Procesamiento del Lenguaje Natural (Natural Language Processing, NLP):
Introducción a técnicas de procesamiento del lenguaje natural.
Procesamiento de textos, realizar tareas como clasificación de sentimientos, reconocimiento de entidades y generación de texto.
Bibliotecas para Python de NLP, como NLTK o SpaCy.
Computer Vision
Introducción a computer vision.
Bibliotecas para Python de Computer Vision, como OpenCv.
Ética y Responsabilidad en Data Science y Artificial Intelligence:
Comprender los aspectos éticos y legales relacionados con el uso de datos y algoritmos.
Anonimización de datos.
Explorar temas como sesgo algorítmico, privacidad de datos y explicabilidad de modelos.
Curso Complementario
Python
Curso ON LINE donde se verán las bases de este lenguaje de Programación: variables, tipos de datos, Operadores, Operaciones de entrada/salida, Sentencias condicionales y bucles, manejo de colecciones. Se desarrollarán ejemplos en consola.