Este curso avanzado cubre técnicas de métodos no supervisados en el análisis de datos, aplicadas a través de R y Python. Los estudiantes explorarán temas como clustering avanzado, reducción de dimensionalidad y análisis factorial de correspondencias, además de técnicas especializadas como el Análisis Factorial de Correspondencias Simples y Múltiples y el
Método STATIS para tablas múltiples. Este conocimiento permitirá a los estudiantes aplicar métodos no supervisados en proyectos complejos de ciencia de datos y resolver problemas de agrupamiento y segmentación.
Objetivos:
Profundizar en técnicas avanzadas de métodos no supervisados en análisis de datos.
Aprender a implementar y evaluar técnicas de clustering avanzado y reducción de
dimensionalidad.
Aplicar el Análisis Factorial de Correspondencias Simples y Múltiples en R y Python.
Explorar y aplicar el Método STATIS para el análisis de tablas múltiples.
Desarrollar habilidades para aplicar estos métodos en ciencia de datos, análisis de mercado y estudios multidimensionales.
Metodología:
El curso combinará teoría y práctica aplicada en R y Python, permitiendo a los estudiantes implementar y analizar métodos no supervisados en problemas reales de ciencia de datos. Las herramientas y recursos incluyen:
Videoconferencias semanales: Sesiones en Zoom que serán grabadas para su revisión posterior.
Trabajos prácticos semanales: Ejercicios aplicados en R y Python para fortalecer la implementación de métodos no supervisados avanzados.
Foros de discusión: Espacio en Moodle para la resolución de dudas y discusión de temas del curso.
Aula virtual en Moodle: Acceso a materiales, ejemplos de código y recursos adicionales.
Ph.D. Oldemar Rodríguez
Catedrático de la Universidad de Costa Rica, tiene un Ph.D. del UFR Matemáticas de la Decisión de la Universidad de París - PSL y un diploma postdoctoral de la Universidad de Stanford en California en "Data Mining and Applications". En la Universidad de Costa Rica obtuvo su bachillerato y licenciatura en Matemática Pura y en el Instituto Tecnológico de Costa Rica se graduó como Máster en Ciencias de la Computación.
Profesores asistentes
César Vargas
Matemático
Diego Jiménez
Ing. Sistemas