Aprendizaje estadístico y análisis de datos

Ésta es la pequeña descripción del curso que se impartirá en el semestre 2020-2, en la H. Facultad de Ciencias.

Temario

Va a estar dividido todo en 3 bloques.

Bloque 1: Repaso de programación

1. Un poco de historia e información de lenguajes de programación
2. Python como lenguaje para prototipos
3. Programación intermedia/avanzada en Python
   • Lambdas
   • Clases
   • Sintaxis avanzada del lenguaje

Pausa teórica

1. Repaso de estadística básica
   • Estadística descriptiva e inferencial
   • Métricas descriptivas (media, promedio, varianza y momentos de orden superior)
   • Estimadores no sesgados
2. Manejo de valores atípicos (Outliers)
3. Representación visual de la información.

Bloque 1: Continuación

4. Expresiones regulares
5. Almacenamiento de información
   • Formatos no binarios: csv, xml, json
   • Base de datos Relacional: SQL
6. Complejidad algorítmica (temporal y espacial)

Bloque 2: Regresión

1. Problemas inversos
2. Funciones de costo
3. Optimización
   • Problemas Convexos
   • Descenso de Gradiente (Gradient Descent)
   • Descenso de Gradiente estocástico y por lotes (SGD y Batch-SGD)
4. Métodos de regresión y clasificación básica
   • Regresión Lineal
   • Regresión Logística
   • Regresión de Tikhonov (regresión de arista)
   • k-Vecinos más cercanos
5. Detalles de la regresión
   • Sobreajuste (Overfitting)
   • Sesgo contra Varianza
   • Validación Cruzada

Bloque 3: Aprendizaje estadístico (regresión y clasificación)

1. Análisis de clusters (Aprendizaje sin supervisión)
2. Máquinas de vectores de soporte (SVM)
   • Hiperplanos de separación
   • El truco del Kernel
3. Redes Neuronales
   • De una capa
   • Algoritmo de propagación hacia atrás (Backpropagation algorithm)
   • Redes multicapa (Deep Learning)
   • Redes convolucionales
4. Descomposición Matricial
5. Árboles de decisión y bosques aleatorios

Nota sobre la dificultad del curso

Si les cuesta trabajo predecir el resultado de la siguiente instrucción

l = ['data'+str(s)+'.txt' for s in range(0,5)]

es muy posible que el curso les sea complicado. No nos vamos a detener mucho en cosas sobre el lenguaje, pues no vamos a estudiar Python, es un curso teórico que se auxilia de un lenguaje de programación para poner en práctica lo aprendido. Se requiere experiencia intermedia/avanzada en lenguajes de programación imperativos (C++, Python, R, java)

Método de Calificación

Se evaluará con un único examen final. Además del examen final, hay tareas durante el semestre (entre 4 y 6) que pueden sumar hasta 1.5 sobre el promedio final, pero la condición para recibir ese beneficio es pasar el final. Es decir, teniendo el 1.5 de las tareas y sacando 5.99 en el final, no se acredita el curso.

La calificación se redondea si es aprobatoria y su parte fraccionaria es mayor o igual a 1/2.

Material de consulta

Durante el curso se va a ir actualizando esta lista, y habrá notas en PDF por cada semana de curso.