|
Duración: 6 semanas Horas de curso: 96 horas |
. .... |
Destinatarios: Para quien desee aprender a programar en R, o simplemente utilizarlo en sus labores profesionales, este curso les dará el conocimiento necesario para hacerlo.
Modalidad: A distancia.
Requisitos: Se utiliza software de distribución libre y gratuita.
Este curso no requiere conocimientos previos de R. Se parte de cero y se construye conocimiento hasta un nivel intermedio avanzado. R no es un lenguaje difícil de aprender pero de todos modos requiere incorporar una cantidad importante de conceptos y de comandos propios de un lenguaje complejo.
Descripción general del curso:
R es el lenguaje ideal para trabajar en análisis y modelado estadístico. La compacidad de código y la versatilidad para procesar datos numéricos y categóricos son virtudes que lo colocan por sobre otros lenguajes en ese campo de aplicación. Por este motivo, aprender a programar en R es el primer paso hacia la Ciencia de Datos, un universo de aplicaciones en continua expansión. Para muchos empleos, programar en R agrega valor a sus antecedentes profesionales. R también opera en otros campos, como web scraping y análisis de datos espaciales, de lo cual se dan ejemplos hacia el final de este curso, pero en estos hay competencia.
Programación en R les enseñará a desarrollar sus propios scripts. Para ello se apoya en numerosos ejemplos, y especialmente en ejercicios de codificación que les invitan a ser protagonistas, ayudados por escuetas guías. De este modo, en seis semanas aprenderán programar en R.
Adicionalmente, un conjunto de scripts aplicados a problemas reales y detalladamente comentados, les guiará hacia un nivel intermedio alto de conocimiento de R, al tiempo que les impartirá las buenas prácticas de programación.
Un último módulo presenta una breve introducción a la aplicación de R en el manejo de datos espaciales, que podrá servir para encaminarles en ese tema.
Programa del curso
|
Primera Parte Conceptos fundamentales |
|
|
Segunda Parte Aplicaciones |
|
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
Docentes a cargo: Augusto y Gustavo González Bonorino
Duración: 6 semanas
Carga horaria estimada: 60 horas
A distancia, dictado en la plataforma virtual del Centro REDES.
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
Descripción general del curso
ChatGPT es sin duda el producto de IA más conocido. La mayoría de ustedes lo han probado y han ya apreciado la habilidad de ChatGPT para dar atinadas respuestas a las más variadas consultas. Y quizás también hayan ya descubierto algunas de sus debilidades. Si le consultan sobre eventos recientes o sobre información privada, como los apuntes de este curso, ChatGPT no podrá dar respuestas adecuadas. La razón de ello es sencilla: en ambos casos la información no estaba disponible al momento del entrenamiento, ya sea por confidencialidad, ya sea porque el evento tuvo lugar con posterioridad a la última actualización de ChatGPT. La generación de respuestas erróneas, o imprecisas, por parte de un modelo de lenguaje se conoce como alucinación.
El propósito de este curso es mostrarles cómo construir un chatbot, es decir, un programa capaz de simular una conversación con el usuario, que responda a consultas referidas a datos que ustedes inyectan al modelo, datos que no fueron incluidos en el entrenamiento del modelo. Un chatbot es interactivo, establece una relación con el usuario. Las aplicaciones de este tipo de chatbot son múltiples. Puede distribuirse como manual de uso de un producto que su negocio vende, o como instructivo para un curso que ustedes dictan. Puede servir para rápidamente recuperar información sobre la Constitución de Argentina, o sobre la información contable de su empresa. También se emplean para gestionar la atención a clientes, respondiendo a consultas sobre su negocio o empresa, o sobre los requisitos para comprar un automóvil. Y así siguiendo ...
Nuestro chatbot empleará un modelo de lenguaje de gran escala (LLM) como motor del procesamiento de los datos. Durante el desarrollo de los LLM se descubrió que son capaces de aprender sobre datos nuevos. Dicha capacidad se implementa mediante un proceso denominado RAG (Retrieval Augmented Generation), libremente traducido como generación de respuestas por recuperación de texto aumentada. Gran parte del curso se dedica a explicar cómo se construye un sistema RAG y el resto a aplicarlo en la construcción de chatbots. Al concluir el curso habrán incorporado varios ejemplos de chatbots que podrá adaptar a requerimientos particulares.
Modalidad
El curso es fuertemente práctico. Videos complementados con scripts en cuadernos Jupyter, y ejercicios de codificación les guiarán hacia la construcción de un chatbot adaptado a sus requerimientos, en seis semanas.
Quienes deseen un certificado con calificación numérica deben presentar un Proyecto Personal al finalizar el curso.
Se ofrecen dos reuniones sincrónicas en horario a convenir, para brindar orientación y para aclarar dudas sobre el Proyecto Personal.
El acceso al material del curso permanece abierto por unos seis meses después del cierre.
Destinatarios:
Son potenciales interesados quienes puedan imaginar una aplicación para un chatbot conversacional que responda consultas que ChatGPT no puede responder.
Nivel y requisitos
El curso requiere un nivel de conocimiento básico de Python. Deben estar cómodos con funciones y lectura-escritura de datos.
Requerimientos de computación:
Los programas que se usan son de acceso libre y gratuito. Es poco exigente en espacio físico en el disco duro y de uso de la memoria RAM. Una PC con procesador Intel i3, o equivalente, es suficiente para trabajar sin dificultad.
Temario del curso
Duración: seis (6) semanas. La carga horaria total se estima en 96 horas.
Descripción general del curso:
Las ciencias sociales y de la salud generan anualmente enormes volúmenes de datos, y por ello son objetivos prioritarios de la ciencia de datos y, más específicamente del aprendizaje automático (“machine learning”), ya que este ofrece numerosas técnicas para la gestión y el análisis de la información que producen.
Por ejemplo, se estima que en unos 15 años dos tercios de las actividades en salud serán gestionadas por técnicas de aprendizaje automático.
Este curso introduce al aprendizaje automático y muestra cómo aplicar variadas técnicas en las ciencias sociales y de la salud.
¿Qué es el aprendizaje automático?
El aprendizaje automático (“machine learning”) es un subconjunto de la inteligencia artificial centrado en el desarrollo de algoritmos y modelos que permiten a las computadoras aprender y tomar predicciones o decisiones sin necesidad de programación explícita. Por lo tanto, en lugar de depender de sus instrucciones, los sistemas de aprendizaje automático aprenden de los datos y mejoran su rendimiento con el tiempo gracias a la experiencia.
Destinatarios:
Todo personal que integra, o aspira a integrar, el sistema de salud. También el curso es una propuesta de capacitación para otros interesados en conocer técnicas de manejo de datos orientadas a los procesos de toma de decisiones.
|
Modalidad: El curso es práctico, documentado con ejemplos no triviales. Cada técnica se presenta con el mínimo necesario de teoría y enseguida se enseña paso a paso cómo aplicarla con datos reales. Los ejemplos se desarrollan en el lenguaje Python, empleando cuadernos Jupyter Notebook descargables. El curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales. |
 |
Requerimientos de computación:
Python es una aplicación poco exigente en materia de memoria RAM. Con una PC que cuente con un procesador Intel i3, o de rango equivalente, se puede trabajar sin dificultad.
El software utilizado en el curso es de distribución libre y gratuita. Los inscriptos recibirán las instrucciones pertinentes para la descarga.
Programa del curso
| Parte I – Datos, Ciencia de Datos y Aprendizaje Automático
Objetivos y metodología Algoritmos y modelos Modos de aprendizaje automático Bibliotecas de Python: pandas, numpy, scikit-learn
Parte II -Preparación para el análisis Transferencia de datos Inspección exploratoria Gestión de datos faltantes, codificación de variables categóricas, normalización
Parte III – Técnicas de Aprendizaje Automático Clasificación de las técnicas en AA Organización de los datos de entrada Función de costo Descenso por gradiente Propiedades de los datos
Aprendizaje supervisado: regresión Regresión lineal Regresión de Poisson: datos de conteo
Aprendizaje supervisado: clasificación Regresión logística SVM Naive Bayes Arbol de decisión Bosque aleatorio K-vecinos más próximos (K-NN)
Aprendizaje no supervisado K-medias |
Evaluación: La evaluación final se basará en parte en el desempeño a lo largo del curso, y en parte en la elaboración de un proyecto propio bajo tutoría.
Acreditación: El Centro REDES emite certificados por PARTICIPACIÓN (asistencia) para quienes así lo ameriten y, opcionalmente, de APROBACIÓN con evaluación numérica. Estos últimos requieren la presentación de un Proyecto Personal sobre un tema a elección del participante.n.
|
Duración: 6 semanas Horas de curso: 96 horas |
. .... |
Destinatarios: Para quien desee aprender a programar en R, o simplemente utilizarlo en sus labores profesionales, este curso les dará el conocimiento necesario para hacerlo.
Modalidad: A distancia.
Requisitos: Se utiliza software de distribución libre y gratuita.
Este curso no requiere conocimientos previos de R. Se parte de cero y se construye conocimiento hasta un nivel intermedio avanzado. R no es un lenguaje difícil de aprender pero de todos modos requiere incorporar una cantidad importante de conceptos y de comandos propios de un lenguaje complejo.
Descripción general del curso:
R es el lenguaje ideal para trabajar en análisis y modelado estadístico. La compacidad de código y la versatilidad para procesar datos numéricos y categóricos son virtudes que lo colocan por sobre otros lenguajes en ese campo de aplicación. Por este motivo, aprender a programar en R es el primer paso hacia la Ciencia de Datos, un universo de aplicaciones en continua expansión. Para muchos empleos, programar en R agrega valor a sus antecedentes profesionales. R también opera en otros campos, como web scraping y análisis de datos espaciales, de lo cual se dan ejemplos hacia el final de este curso, pero en estos hay competencia.
Programación en R les enseñará a desarrollar sus propios scripts. Para ello se apoya en numerosos ejemplos, y especialmente en ejercicios de codificación que les invitan a ser protagonistas, ayudados por escuetas guías. De este modo, en seis semanas aprenderán programar en R.
Adicionalmente, un conjunto de scripts aplicados a problemas reales y detalladamente comentados, les guiará hacia un nivel intermedio alto de conocimiento de R, al tiempo que les impartirá las buenas prácticas de programación.
Un último módulo presenta una breve introducción a la aplicación de R en el manejo de datos espaciales, que podrá servir para encaminarles en ese tema.
Programa del curso
|
Primera Parte Conceptos fundamentales |
|
|
Segunda Parte Aplicaciones |
|
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
Duración: Seis (6) semanas. La carga horaria total se estima en 96 horas.
Descripción general del curso:
Python y Excel son dos potentes programas para el procesamiento de datos. Aunque sus prestaciones se superponen, las diferencias son marcadas. Excel tiene a su favor mil millones de usuarios, 100 veces más que Python, lo cual hace que la difusión de informes en formato de planilla Excel sea lugar común (SENACEA, 2021). Como contrapeso a esta popularidad, Excel tiene limitaciones en el volumen de datos que puede procesar, en aspectos de seguridad informática y, sobre todo, en que la ejecución de tareas repetitivas es tarea engorrosa (CambridgeSpark, Abril, 2022).
Python, por su parte, supera a Excel en poder de cálculo, capacidad de gestión de datos, seguridad cibernética, y recursos gráficos, en parte gracias a miles de bibliotecas asociadas. Python opera con scripts que pueden ser reutilizados indefinidamente en tareas reiterativas, como consolidación de planillas, homogeneización de datos y compilación de informes, entre otras.
Este curso se basa en la premisa de que la simbiosis entre Python y Excel es de beneficio mutuo. El usuario de Excel se beneficia al incorporar recursos de Python para automatizar muchas tareas y mejorar las presentaciones, sin dejar de usar Excel. El usuario de Python se beneficia al aprender a manipular datos en planillas Excel y multiplicar la potencial audiencia difundiendo los resultados por Excel, una plataforma de fácil acceso y enorme aceptación.
En este curso se ve cómo combinar Excel y Python. En breve, se ve cómo transferir información de Excel a Python, procesarla en Python y devolver los resultados a Excel en un formato adecuado para la difusión. Se trabaja con dos bibliotecas de Python: pandas y openpyxl
ChatGPT:
Se incorpora ChatGPT para consultas generales y para ayuda con la codificación. La primera clase da ejemplos sobre el modo de uso y de posibles aplicaciones en el curso.
Modalidad
El curso es fuertemente práctico e incluye videos complementados con scripts en cuadernos Jupyter.
Quienes deseen un certificado con calificación numérica deben presentar un Proyecto Personal al finalizar el curso.
Habrá una clase sincrónica en horario a convenir, para brindar orientación y para aclarar dudas sobre el Proyecto Personal.
Destinatarios:
Si usted es usuario de Excel y sabe/sospecha que Python puede ayudarle a automatizar tareas y fortalecer la capacidad de cálculo y gráfica de Excel, entonces este curso le será útil. Si usted es desarrollador de Python y sabe/sospecha que Excel le puede ampliar por un factor de diez la llegada a potenciales clientes gracias a la facilidad de uso, la plataforma interactiva y la enorme difusión que tiene Excel, entonces este curso le será útil. No se trata de remplazar un programa por otro. Se trata de combinarlos para crear un recurso mucho más potente.
Nivel y requisitos
El nivel del curso es básico a intermedio. No se presupone conocimiento previo en Python ni en programacion en general
Requerimientos de computación:
Python es un programa de acceso libre y gratuito. Es poco exigente en espacio físico en el disco duro y de uso de la memoria RAM. Una PC con procesador Intel i5, o equivalente, es suficiente para trabajar sin dificultad.
ChatGPT: modo de uso y aplicaciones
Instalación de los programas empleados
Conformación del entorno de trabajo
Bases de datos utilizadas
Python y Excel: los programas
Presentación de Python
Biblioteca openpyxl
Biblioteca pandas
Preparación de informes y miscelánea