Curso online
Este programa es un certificado de alta especialidad para la acreditación de materias de posgrado. Para este programa se acredita la materia de Ciencia de Datos que está contenida en las siguientes maestrías: Maestría en Administración Pública y Política Pública (MAP), Maestría en Economía y Política Pública (MEK), Maestría en Prospectiva Estratégica (MPE). El certificado acreditará 144 horas que equivalen a las horas de trabajo de 1 materia de posgrado trimestral. El objetivo académico es Plantear problemas de predicción y dar solución a los mismos por medio de técnicas de modelación estadística para series de tiempo. Plantear problemas de causalidad y dar solución a los mismos por medio de técnicas de modelación estadística para datos experimentales y observacionales. Utilizar el lenguaje de programación R para manipular datos y evaluar modelos de simulación. Realizar experimentos computacionales para el análisis de decisiones bajo condiciones de incertidumbre profunda.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
Plantearás problemas de predicción y darás solución a los mismos por medio de técnicas de modelación estadística para series de tiempo, analizarás problemas de causalidad y podrás dar respuesta a los mismos por medio de técnicas de modelación estadística para datos experimentales y observacionales. Asimismo, aprenderás a utilizar el lenguaje de programación R para manipular datos y evaluar modelos econométricos.
A quién va dirigido
A los coordinadores, jefes de unidad, delegados y subdelegados federales. A los directores de departamento, secretarios y subsecretarios estatales. Y a los jefes de departamento, directores de área y secretarios municipales.
Temario completo de este curso
01 APRENDIZAJE MÁQUINA PARA EL ANÁLISIS DE DECISIONES
Aprenderás a modelar los problemas de decisión a través de técnicas estadísticas de clasificación que te permitirán realizar las identificaciones de patrones generales de comportamiento en un sistema.
1. Definición y campo de aplicación
2. Aprendizaje máquina en cienciasmsociales
3. Evaluación de la precisión de un modelo de aprendizaje
4. Taxonomía de métodos
5. Regresión polinomial
6. Regresión splines
7. Métodos aditivos generales
8. Clustering
02 MODELOS LINEALES
Conocerás el método de máxima verosimilitud y sus beneficios respecto al método de mínimos cuadrados ordinarios. Asimismo, definirás las propiedades de los modelos de regresión.
1. Modelos lineales simples
2. Precisión de estimaciones
3. Métricas de diagnóstico
4. Modelos multi-variados
5. Limitaciones
03 CLASIFICACIÓN Y PREDICCIÓN
Establecerás las bases teóricas y prácticas del uso de métodos de clasificación.
1. Predictores cualitativos
2. Regresión logística
3. Linear Discriminant Analysis
4. Bootstrap
04 DINÁMICA DE SISTEMAS
Adquirirás los conocimientos necesarios para modelar procesos dinámicos empleando modelos matemáticos.
1. Orígenes del análisis de sistemas
2. Objetivo y conceptos de la dinámica de sistemas
3. La dinámica de variables de estado y variables auxiliares; conectado procesos de causalidad circular con la estructura de un sistema
05 APRENDIZAJE MÁQUINA
Aprenderás a emplear técnicas cuantitativas para el análisis de modelos dinámicos
1. Definición de un problema y propósito de un modelo de simulación; entender el comportamiento dinámico de un sistema empleando diagramas causales
2. Mapeando la estructura de un sistema empleando variables de estado y variables auxiliares
3. Construcción de un modelo de simulación
06 INCERTIDUMBRE PROFUNDA Y DESCUBRIMIENTO DE ESCENARIOS
Obtendrás los conocimientos que se requieren para emplear técnicas cuantitativas para el análisis de modelos dinámicos.
1. Entendiendo la dinámica de sistemas básicos
2. Consideraciones para el modelado de demoras materiales y de información
3. Concatenaciones y cadenas de envejecimiento