Información general de la asignatura

El Análisis de Datos se refiere a la obtención de patrones o modelos matemáticos para la interpretación de datos. En este campo convergen la estadística, las bases de datos y el aprendizaje automático. El Aprendizaje Automático (o Machine Learning, en inglés) es el estudio de cómo construir sistemas de computación que aprendan y se adapten de la experiencia. De forma más concreta, se trata de crear programas capaces de construir modelos a partir de datos, provenientes de bases de datos convencionales o de datos no estructurados, en diversos tipos de problemas que incluyen de manera general el aprendizaje supervisado (predicción y clasificación) y no supervisado (agrupamiento, reducción de dimensiones, asociación), teniendo como meta optimizar la capacidad de generalizar comportamientos a nuevos conjuntos de datos. Incluyen técnicas de Inteligencia Artificial (IA), estadística y probabilidades, teoría de computación y optimización, y en general estrategias matemáticas y computacionales que permitan crear modelos adaptativos a partir de los datos.
Estas áreas están transformando la forma como las organizaciones en todos los sectores de la economía se administran. Ser capaz de comprender las tendencias y patrones en datos complejos es fundamental para el éxito de estas organizaciones.

Desarrollar la habilidad de entender y aplicar técnicas de aprendizaje de máquina para analizar datos con el fin de desarrollar aplicaciones que apoyen la toma de decisiones.

"Diseñar y gestionar arquitecturas de datos escalables y robustas que procesen grandes volúmenes de datos en tiempo real, aplicando tecnologías de big data, cloud computing y bases de datos distribuidas, y considerando la heterogeneidad, privacidad y seguridad de los datos en contextos diversos.
Desarrollar e implementar modelos avanzados de aprendizaje automático, incluyendo técnicas de aprendizaje profundo y modelos generativos, para resolver problemas complejos en diversos dominios, evaluando la calidad y diversidad de los resultados, y mitigando posibles sesgos en los modelos."

2025-02-10