Taller Popular de Matemáticas e IA

Descripción del Curso

El curso de Graficación y Análisis de Datos proporciona las herramientas necesarias para recopilar, procesar, visualizar e interpretar datos de manera efectiva. Los estudiantes aprenderán técnicas estadísticas y computacionales para extraer información significativa de conjuntos de datos y comunicar resultados a través de visualizaciones claras y persuasivas.

Este curso es fundamental para estudiantes interesados en ciencia de datos, investigación, análisis de negocios y cualquier campo que requiera la interpretación de información cuantitativa.

Contenido Temático

1. Fundamentos de Estadística Descriptiva

• Tipos de datos y escalas de medición
• Medidas de tendencia central
• Medidas de dispersión
• Distribuciones de frecuencia
• Percentiles y cuartiles
• Análisis exploratorio de datos

2. Principios de Visualización de Datos

• Teoría del diseño visual
• Percepción visual y cognición
• Principios de Edward Tufte
• Selección de gráficos apropiados
• Uso efectivo del color y la forma
• Evitando distorsiones y engaños visuales

3. Tipos de Gráficos y sus Aplicaciones

• Gráficos de barras y columnas
• Gráficos de líneas y áreas
• Gráficos circulares y de anillos
• Histogramas y polígonos de frecuencia
• Diagramas de caja y bigotes
• Gráficos de dispersión y correlación
• Mapas de calor y gráficos de contorno

4. Herramientas para Visualización de Datos

• Excel y hojas de cálculo
• Introducción a R y ggplot2
• Python con Matplotlib y Seaborn
• Herramientas de visualización interactiva
• Tableau y Power BI
• Creación de dashboards

5. Análisis de Correlación y Regresión

• Correlación y causalidad
• Coeficiente de correlación de Pearson
• Correlación de Spearman y otras medidas
• Regresión lineal simple
• Regresión múltiple
• Visualización de modelos de regresión
• Interpretación de resultados

6. Análisis de Series Temporales

• Componentes de una serie temporal
• Técnicas de suavizado
• Descomposición de series temporales
• Visualización efectiva de datos temporales
• Detección de tendencias y patrones
• Pronósticos básicos

7. Visualización de Datos Multidimensionales

• Desafíos de la visualización multidimensional
• Gráficos de coordenadas paralelas
• Análisis de componentes principales
• Técnicas de reducción de dimensionalidad
• Visualización de clusters
• Mapas autoorganizados

8. Comunicación Efectiva con Datos

• Narrativa con datos
• Diseño de presentaciones basadas en datos
• Adaptación a diferentes audiencias
• Ética en la presentación de datos
• Creación de informes y reportes
• Presentación de resultados de investigación

Metodología

El curso combina explicaciones teóricas con abundantes ejercicios prácticos utilizando datos reales. Los estudiantes trabajarán con diversas herramientas de software para crear visualizaciones efectivas y realizar análisis estadísticos.

Se desarrollarán proyectos individuales y grupales que permitan aplicar las técnicas aprendidas a problemas reales, con énfasis en la interpretación crítica de los resultados y la comunicación efectiva de hallazgos.

Evaluación

• Participación en clase y ejercicios prácticos
• Tareas y análisis de casos
• Proyecto de visualización de datos
• Presentación final de análisis de datos
• Examen teórico-práctico