Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
1
Curso-taller: introducción a herramientas computacionales
para estadística, modelado, análisis de datos, inteligencia
artificial y control
Dirigido a: Profesores, investigadores, estudiantes de licenciatura y/o posgrado
Límite de asistentes presenciales: 15 asistentes
Duración del curso: 80 horas – 4 Módulos de 20 horas
Fechas: 17 de agosto a 11 de septiembre de 2020
Lugar: Sala de Cómputo de la ENES Unidad Juriquilla
Horario: 09:00 – 13:00
Link de pre-registro: https://bit.ly/36zxRaS
NOTA: Es posible tomar el curso completo o módulos independientes de 20 horas por módulo.
2
CONTENIDO DEL CURSO
Módulo 1: Introducción a R (20 horas) Fecha: (24 - 28 de agosto de 2020)
Responsables: Dr. Alberto Prado Farías y Dr. Ulises Olivares Pinto
Prerequisitos: Ninguno
Objetivos y alcances: Este curso va dirigido a profesores, investigadores y estudiantes de
posgrado que sean principiantes en la programación en R. El objetivo del curso es familiarizar al
usuario con el ambiente R y algunas de sus funciones básicas de manipulación de datos y
visualización, así como presentar la implementación de algunos análisis estadísticos. El curso es
principalmente práctico y la intención es darle a los usuarios conocimientos básicos en la
utilización de R para que posteriormente ellos puedan seguir aprendiendo por su propia cuenta.
Día Contenido
Día 1
1. Introducción al lenguaje R • Objetos R • Disposición de las ventanas de R Studio • Funciones básicas (importación y exportación de datos,
revisión y descripción de datos, gráficas XY, gráficas caja y bigote, histogramas, media, desviación estándar)
Día 2
2. Estadística descriptiva • Más gráficas descriptivas
o Cleveland Plot o Más sobre histogramas y distribuciones
probabilísticas o Agregar colores y formas a las gráficas
• Más funciones básicas de estadística descriptiva (regresiones lineales, correlaciones)
Día 3 3. Ggplot 2
• Gráficas usando la librería ggplot2
Día 4
4. Análisis de datos • Manipulación de datos
o Aglomerar, separar, transformar o re-acomodar datos con respecto algunas variables
o Ejercicios usando funciones de la familia “apply” o Ejercicios usando funciones “ddply”
Día 5
5. Modelos de efectos mixtos y aplicaciones • Efectos fijos vs aleatorios • Efectos anidados vs cruzados • Selección de modelos
3
Módulo 2: Introducción a Matlab (20 horas) Fecha: (24 - 28 de agosto de 2020)
Responsable: Dr. Alejandro Vargas
Prerequisitos: Computadora personal con Matlab instalado (académicos y estudiantes de la
UNAM, descargar sin costo desde www.software.unam.mx); conocimientos básicos de
Álgebra Lineal (solución simultánea de ecuaciones lineales y matrices).
Objetivos y alcances: El participante del curso aprenderá instrucciones básicas del paquete
computacional Matlab y elementos básicos de programación.
Temario (por día):
Día Contenido
Día 1
1. Introducción a Matlab • Introducción y antecedentes • Entorno de programación y visualización • Variables y tipos • Matlab Onramp para aprendizaje
Día 2
2. Operaciones básicas con Matlab • Operaciones con matrices y vectores • Indexación de variables • Cálculos con arreglos • Elementos lógicos y su uso para búsqueda de información • Scripts, LiveScripts, y Funciones
Día 3
3. Elementos de programación • Graficación de datos • Anotación de gráficos • Elementos de programación
o Decisiones: IF, CASE o Ciclos FOR y WHILE
• Funciones on-line
Día 4
4. Uso de Matlab para resolver problemas numéricos • Planteamiento de un problema de Álgebra Lineal • El método de Gauss para resolver ecuaciones lineales • Programación del método de Gauss
Día 5
5. Uso de Matlab para ajustar curvas
• Uso de funciones built-in de Matlab (uso de la ayuda) • Importación de datos externos • Programa para ajustar parámetros de un modelo simple,
dados los datos
4
Módulo 3: Introducción al análisis y visualización de datos en Python (20 horas) Fecha: (31 agosto – 4 septiembre 2020) Responsable: Dr. Ulises Olivares Pinto Auxiliar: Walter André Rosales Reyes Objetivos y alcances: Los asistentes conocerán la estructura básica de un programa en Python y se familiarizarán con el uso de librerías para la resolución de problemas prácticos. Prerrequisitos: Ninguno Temario (por día):
Día Contenido
Día 1
1. Introducción a Python • Introducción y antecedentes • Entorno de programación • Variables y tipos • Operadores • Instrucciones de control • Funciones • Librerías • Proyecto 1
Día 2
2. Almacenamiento de datos • Listas • Numpy
o Arreglos, Matrices, Subconjuntos, Operaciones básicas • Diccionarios • Proyecto 2
Día 3
3. Manipulación de datos • Importación de datos (CSV y TXT) • Pandas
o DataFrames, ordenamientos, subconjuntos de filas y columnas , Unión de DataFrames
o Estadísticos básicos • Proyecto 3
Día 4
4. Matemáticas simbólicas y visualización de datos • Manipulaciones algebraicas • Cálculo
o Expansión de series, diferenciación, integración • Resolución de ecuaciones algebraicas • ¿Cómo elegir un gráfico adecuado? • Matplotlib
o Gráficos simples y personalización de gráficos • Proyecto 4
Día 5
5. Python e inteligencia artificial • Introducción y definiciones • Redes neuronales • Deep Learning con PyTorch • Proyecto 5
5
Módulo 4: Introducción a Arduino (20 horas)
Fecha: (7 –11 septiembre 2020)
Responsable: Dr. Rafael Guadalupe Chávez Moreno
Objetivos y alcances: El alumno comprenderá los conceptos básicos de funcionamiento y operación
de la plataforma Arduino, así como su programación para aplicarlos en la solución de problemas de
ingeniería.
Prerequisitos: Ninguno
Temario (por día):
Día Contenido
Día 1
1. Introducción a Arduino • ¿Qué es Arduino? • Hardware libre • Software libre
Día 2 2. Introducción a la programación
• Programas y Algoritmos • Diagramas de Flujo
Día 3
3. Lenguaje de programación Arduino • Estructura de un programa de Arduino (Sketch) • Variables • Constantes • Instrucciones
o Tipos de instrucciones. • Creación de funciones propias • Operadores • Sentencias de control
Día 4
4. Interfaz de desarrollo (IDE) • ¿Qué es un IDE?
• Descarga e instalación de la IDE de Arduino
• Primer contacto con la IDE de Arduino
Día 5
5. Ejercicios • Entradas y salidas digitales
• Entradas analógicas
• Uso de PWM
• Creación de funciones y Bibliotecas
• Introducción a los protocolos de comunicación