Curso libreInteligencia artificial y datos
Introducción a la ciencia de los datos
El curso Introducción a la ciencia de los datos proporciona al estudiante el recorrido completo de un proyecto de datos con la metodología CRISP-DM, desde la pregunta de negocio hasta un modelo evaluado con scikit-learn y la comunicación de resultados, usando Python, pandas y fuentes abiertas colombianas como datos.gov.co y el DANE, como puerta de entrada a la analítica y la IA.
A quién va dirigido
Personas sin experiencia en ciencia de datos con manejo básico de computador; conocimientos de Python son deseables.
Objetivos
✓Comprender las etapas de la metodología CRISP-DM, los roles del equipo de datos y las herramientas Python, Jupyter y Google Colab.
✓Analizar un conjunto de datos abiertos con pandas, estadística descriptiva y visualizaciones en seaborn para formular hipótesis.
✓Aplicar técnicas de regresión y clasificación con scikit-learn, con separación de entrenamiento y prueba y métricas de evaluación.
✓Diseñar un informe de resultados con narrativa de datos que comunique hallazgos y limitaciones a una audiencia no técnica.
✓Valorar la privacidad de los datos según la Ley 1581 de 2012 y los sesgos presentes en datos y modelos.
Plan de estudios por sesión
1
El proceso de la ciencia de datos: metodología CRISP-DMRoles de analista, científico e ingeniero de datos · Datos abiertos de datos.gov.co y DANE; Python, Jupyter y Google Colab
2
Exploración de datos: carga y limpieza con pandasEstadística descriptiva y visualización con seaborn · Formulación de hipótesis a partir de los datos
3
Primer modelo predictivo: aprendizaje supervisado y no supervisadoRegresión y clasificación con scikit-learn · Entrenamiento, prueba y métricas de evaluación
4
Presentación del proyecto final de ciencia de datos con datos abiertosInforme de resultados y narrativa con datos · Privacidad según la Ley 1581 de 2012 y sesgos en datos y modelos
Evaluación
Inicial30%Formulación de una pregunta de negocio con fuentes de datos.gov.co o DANE, y mapa de etapas CRISP-DM del proyecto.
Intermedio30%Cuaderno de Jupyter o Colab con limpieza, estadística descriptiva y visualizaciones en seaborn; primer modelo en scikit-learn.
Final40%Proyecto final con datos abiertos colombianos según CRISP-DM: modelo evaluado, informe para audiencia no técnica y sustentación.
Proyecto final
Proyecto de ciencia de datos con datos abiertos colombianos siguiendo CRISP-DM, desde la pregunta hasta un modelo evaluado y un informe.