1 Curso-taller: introducción a herramientas computacionales para estadística, modelado, análisis de datos, inteligencia artificial y control Dirigido a: Profesores, investigadores, estudiantes de licenciatura y/o posgrado Límite de asistentes presenciales: 15 asistentes Duración del curso: 80 horas – 4 Módulos de 20 horas Fechas: 17 de agosto a 11 de septiembre de 2020 Lugar: Sala de Cómputo de la ENES Unidad Juriquilla Horario: 09:00 – 13:00 Link de pre-registro: https://bit.ly/36zxRaS NOTA: Es posible tomar el curso completo o módulos independientes de 20 horas por módulo.
5
Embed
Curso-Taller Herramientas computacionales€¦ · Curso-taller: introducción a herramientas computacionales para estadística, modelado, análisis de datos, inteligencia artificial
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1
Curso-taller: introducción a herramientas computacionales
para estadística, modelado, análisis de datos, inteligencia
artificial y control
Dirigido a: Profesores, investigadores, estudiantes de licenciatura y/o posgrado
Límite de asistentes presenciales: 15 asistentes
Duración del curso: 80 horas – 4 Módulos de 20 horas
Fechas: 17 de agosto a 11 de septiembre de 2020
Lugar: Sala de Cómputo de la ENES Unidad Juriquilla
Horario: 09:00 – 13:00
Link de pre-registro: https://bit.ly/36zxRaS
NOTA: Es posible tomar el curso completo o módulos independientes de 20 horas por módulo.
2
CONTENIDO DEL CURSO
Módulo 1: Introducción a R (20 horas) Fecha: (24 - 28 de agosto de 2020)
Responsables: Dr. Alberto Prado Farías y Dr. Ulises Olivares Pinto
Prerequisitos: Ninguno
Objetivos y alcances: Este curso va dirigido a profesores, investigadores y estudiantes de
posgrado que sean principiantes en la programación en R. El objetivo del curso es familiarizar al
usuario con el ambiente R y algunas de sus funciones básicas de manipulación de datos y
visualización, así como presentar la implementación de algunos análisis estadísticos. El curso es
principalmente práctico y la intención es darle a los usuarios conocimientos básicos en la
utilización de R para que posteriormente ellos puedan seguir aprendiendo por su propia cuenta.
Día Contenido
Día 1
1. Introducción al lenguaje R • Objetos R • Disposición de las ventanas de R Studio • Funciones básicas (importación y exportación de datos,
revisión y descripción de datos, gráficas XY, gráficas caja y bigote, histogramas, media, desviación estándar)
Día 2
2. Estadística descriptiva • Más gráficas descriptivas
o Cleveland Plot o Más sobre histogramas y distribuciones
probabilísticas o Agregar colores y formas a las gráficas
• Más funciones básicas de estadística descriptiva (regresiones lineales, correlaciones)
Día 3 3. Ggplot 2
• Gráficas usando la librería ggplot2
Día 4
4. Análisis de datos • Manipulación de datos
o Aglomerar, separar, transformar o re-acomodar datos con respecto algunas variables
o Ejercicios usando funciones de la familia “apply” o Ejercicios usando funciones “ddply”
Día 5
5. Modelos de efectos mixtos y aplicaciones • Efectos fijos vs aleatorios • Efectos anidados vs cruzados • Selección de modelos
3
Módulo 2: Introducción a Matlab (20 horas) Fecha: (24 - 28 de agosto de 2020)
Responsable: Dr. Alejandro Vargas
Prerequisitos: Computadora personal con Matlab instalado (académicos y estudiantes de la
UNAM, descargar sin costo desde www.software.unam.mx); conocimientos básicos de
Álgebra Lineal (solución simultánea de ecuaciones lineales y matrices).
Objetivos y alcances: El participante del curso aprenderá instrucciones básicas del paquete
computacional Matlab y elementos básicos de programación.
Temario (por día):
Día Contenido
Día 1
1. Introducción a Matlab • Introducción y antecedentes • Entorno de programación y visualización • Variables y tipos • Matlab Onramp para aprendizaje
Día 2
2. Operaciones básicas con Matlab • Operaciones con matrices y vectores • Indexación de variables • Cálculos con arreglos • Elementos lógicos y su uso para búsqueda de información • Scripts, LiveScripts, y Funciones
Día 3
3. Elementos de programación • Graficación de datos • Anotación de gráficos • Elementos de programación
o Decisiones: IF, CASE o Ciclos FOR y WHILE
• Funciones on-line
Día 4
4. Uso de Matlab para resolver problemas numéricos • Planteamiento de un problema de Álgebra Lineal • El método de Gauss para resolver ecuaciones lineales • Programación del método de Gauss
Día 5
5. Uso de Matlab para ajustar curvas
• Uso de funciones built-in de Matlab (uso de la ayuda) • Importación de datos externos • Programa para ajustar parámetros de un modelo simple,
dados los datos
4
Módulo 3: Introducción al análisis y visualización de datos en Python (20 horas) Fecha: (31 agosto – 4 septiembre 2020) Responsable: Dr. Ulises Olivares Pinto Auxiliar: Walter André Rosales Reyes Objetivos y alcances: Los asistentes conocerán la estructura básica de un programa en Python y se familiarizarán con el uso de librerías para la resolución de problemas prácticos. Prerrequisitos: Ninguno Temario (por día):
Día Contenido
Día 1
1. Introducción a Python • Introducción y antecedentes • Entorno de programación • Variables y tipos • Operadores • Instrucciones de control • Funciones • Librerías • Proyecto 1