El objetivo principal del Curso (o secuencia de nanocursos) es que al alumno sea capaz de conocer los aspectos fundamentales del Análisis de Datos aplicados a los procesos de investigación en el campo de la Ingeniería. Para lo cual se impartirán los conocimientos necesarios para el pre proceso, análisis y modelización efectiva de los datos cuantitativos, cualitativos y textuales, mediante el uso de técnicas y herramientas de análisis multivariado de datos.
El Curso está destinado a todas aquellas personas que necesiten una formación complementaria en estadística, o que quieran ampliar sus conocimientos con nuevos métodos y herramientas de investigación. La enseñanza de métodos de análisis de datos es considerada en los postgrados como una “herramienta para conocer lo que se desconoce y para propiciar la producción de conocimiento nuevo”.
A su vez, quienes se inician en la investigación realizando su Tesis, la piensa como el seguimiento puntual de un conjunto de reglas que conducen, necesariamente, al desarrollo de un proyecto de investigación, para obtener conocimiento nuevo. Además, es útil para enfrentar y sortear desde el principio, las dificultades que permitan distinguir los procesos de la construcción del proyecto de investigación, de la investigación misma y de la exposición de los resultados.
Objetivos
· Difundir los principios generales de la investigación científica entre profesionales universitarios.
· Instruir contenidos básicos de métodos y técnicas gráficas para la explotación de la Información y de nuevos instrumentos, facilitando a los profesionales el empleo metodológico de las Tecnologías TEI (Explotación de la Información para la transformación en conocimiento).
· Adquirir manejo instrumental de procedimientos y técnicas más usadas en el análisis de datos, para completar las actividades que permitan acrecentar el perfeccionamiento y la participación de profesionales en proyectos individuales o interdisciplinarios de Estudios, de manera sostenida y eficiente.
- · Promover el trabajo interdisciplinario, a través de la utilización de estas técnicas contribuyendo a su desarrollo, aplicación y transferencia.
Requerimientos:
La gran mayoría de nuestros cursos están orientados al público en general, estudiantes o profesionales, con deseos de seguir aprendiendo en temas actuales y novedosos. Sin embargo se espera que el alumno tenga conocimientos básicos de ofimática.
También se necesita una buena conexión a Internet, para acceder cómodamente al espacio de aprendizaje en el que se desarrolla el mismo. Además, se deberá disponer y traer en los días presenciales del cursado, una máquina con recursos suficientes en cuanto velocidad de procesamiento (más de 1,8hz), almacenamiento en disco (más de 20 Gb libre) y memoria RAM (más de 2gb).
Los nano cursos son correlativos. Para realizar un nano curso dado, debe haber cursado los seminarios previos.
Modalidad de la evaluación
Se aprueba a través de la ejecución y desarrollo de una serie de trabajos prácticos de aplicación
Cuerpo Docente:
Licenciada Matilde Inés Césari – Doctora en Ciencia de los Alimentos – Master en Ingeniería del Conocimiento UPM – ITBA (Mendoza)
Ingeniero Ricardo Césari - Especialista en Docencia Universitaria UTN (Mendoza)
Contenidos mínimos:
Análisis multivariado de datos + segmentación (escuela francesa) + Validación estadística
- Proceso de Investigación. Metodología y Métodos de Investigación. -Dato, Información y Conocimiento
- Métricas de Conocimiento. -Proceso del Cartografiado de Datos
- Las Tablas de Investigación y las Matrices de datos.
- Pasar de la medición a la tabla de dato
- Análisis en componentes principales [ACP]
-Modelo geométrico de los métodos factoriales. Algoritmo de la Varianza y de la Inercia
- Noción de Inercia. Teorema de Huygens. -Discretización por clase óptima (Fisher) de datos cuantitativos
- Clustering: Combinación de métodos factoriales y de clasificación. -Estrategia de Lebart: Factorial+ Word + Kmeans + Demod.
- Validación estadística. Valor de Test descripción con variables continuas.
- Análisis factorial en correspondencias simples [AFCS]. -CHI-cuadrado por celda.- Fundamentos. El estadístico CHI-cuadrado.
- Análisis factorial de correspondencias múltiples [AFCM] clasificación automática. Tabla de Burt y tabla disyuntiva
- Valor de Test descripción con variables nominales.
- Análisis factorial de tablas mixtas – AFM