[Estudiantes] Curso de Posgrado para estudiantes de grado

[Prosecretaría de Asuntos Académicos]

Estimadas/os,
Comparto información útil sobre *curso de posgrado al que podrán asistir 
como oyentes los estudiantes de grado*.
Saludos,
Marcela

------------------------------------------------------------------

*Herramientas de análisis de datos para ciencias de la tierra*
*Profesor:* Dr. Santiago I. Hurtado

*Lugar: *Salón Meridiano de la FCAG y Aula 309 del Edificio Karakachoff 
(48 e/ 6 y 7)
*Días y horario: *del 16 al 20 de Septiembre de 2024, de 9 a 12:30 hs y 
de 14 a 17 hs
*Carga horaria total del curso:* 40h de cursada + 3h de consultas + 6h 
examen
*Correlativas: *
Para Meteorología: la cursada de Climatología 2
Para Geofísica: las cursadas de Estadística Aplicada y Análisis Numérico 
y Programación
Para Astronomía: las cursadas de Estadística Aplicada y Análisis Numérico I

Quienes quieran inscribirse por favor, completar el Formulario adjunto y 
enviarlo a _posgradofcaglp en gmail.com_
En el correo de envío de Formulario aclarar que se cursará en 
modalidad “asistente” (ver *Modalidad de cursada y aprobación)*

***Cronograma y Temario:*

1. Clase 1:
a. Definiciones. Inteligencia Artificial. Machine learning. Data Mining. 
Big Data.
Data Cleaning. Proceso KDD. CRISP-DM.
b. Estadistica Basica. Percentiles. Media y desvío estándar o mediana e IQR.
Robustez y resistencia. Test de hipótesis. Hipótesis nula e hipótesis
alternativa. Error tipo I y II. Simulaciones.
c. Visualización de datos. Gráficos básicos: scatter-plot, boxplot, 
violinplot,
pararrelplot, heatmap, time-series plot, barplot, histograma. Escalas de
colores. Elementos gráficos. Tablas vs. figuras.
2. Clase 2:
a. Reducción de dimensiones y agrupamiento. Componentes Principales.
Arquetipos. Dendrogramas. K-means. Modelos Mixtos Gaussianos.
DBSCAN. Método de correlación.
3. Clase 3 y 4:
a. Modelos. Modelos de regresión. Métodos de ajuste de parámetros. Modelos
de suavizado. Modelos aditivos. Modelos Mixtos. Modelos generalizados.
Perceptron. Redes neuronales. Redes neuronales profundas. Árboles.
Random Forest. Métodos de evaluación cruzada. Feature selection.
4. Clase 5:
a. Series temporales. Concepto estacionariedad. Correlograma. Puntos de
quiebre. Tendencias. FFT. Wavelet. Filtros y técnicas de suavizado. Modelos
AR. Modelos LDM. Modelos ARIMA. Cadenas de Markov. Simulaciones.
b. Interpolación de datos. Interpolación de series temporales (por ejemplo,
ARIMA). Interpolación de datos espaciales (por ejemplo, Kriging).
Interpolación de datos espacio-temporales.

*Modalidad del curso y objetivo:* El curso tendrá una modalidad de 
clases expositivas
teóricas, seguidas de discusión teórica y práctica, evaluando 
metodologías de trabajos
científicos y problemas concretos. Los problemas concretos y trabajos 
científicos a discutir
serán del área de ciencias de la tierra, y mayormente de la sub-área 
ciencias atmosféricas.
El fin del curso es brindar a los alumnos las herramientas básicas para 
poder plantear y
analizar críticamente las metodologías de base estadística de un trabajo 
científico. A su vez,
no se enseñara cómo ejecutar los métodos vistos ya que se considera que 
un alumno de
posgrado posee la capacidad de implementar una metodología (una vez 
vista la teoría) en
el lenguaje de programación que desee.
*Modalidad de cursada y aprobación:* Los alumnos podrán cursar en 2 
modalidades
distintas, “asistente” y “alumno”. Quienes participen como “asistentes” 
solamente deberán
asistir al 80% de las clases para obtener su respectivo certificado y el 
cupo estará limitado
por el cupo del aula asignada. Los “alumnos” deberán asistir al 80% de 
las clases y aprobar
un examen final la semana siguiente al dictado del curso. La evaluación 
final constará de
una exposición oral presentando un problema real y plantear qué abordaje 
metodológico
visto en clase utilizaría y porque para su estudio. Los alumnos deberán 
presenciar la
exposición de sus compañeros, ya que sobre estas se discutirá 
potenciales enfoques
distintos o problemas posibles en la implementación de las metodologías 
propuestas. Luego
la nota de cada alumno será un promedio de su participación en clase, su 
participación en el
debate de las exposiciones y su exposición oral. */El cupo de alumnos 
será de 10./*
---------------------------------------------------------------------------------

------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://fcaglp.fcaglp.unlp.edu.ar/pipermail/estudiantes/attachments/20240902/fbc2d3b1/attachment.html>
------------ próxima parte ------------
A non-text attachment was scrubbed...
Name: PIE.DE.MAIL-15.jpg
Type: image/jpeg
Size: 102269 bytes
Desc: no disponible
URL: <http://fcaglp.fcaglp.unlp.edu.ar/pipermail/estudiantes/attachments/20240902/fbc2d3b1/attachment.jpg>