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