No hay comentarios.

CURSO:ACTIVIDAD DE GRADUACION II
TRADUCCION:GRADUATION ACTIVITY II
SIGLA:MDS3060
CREDITOS:05 UC
HORAS:90 HORAS DE DEDICACION TOTAL: 24 DIRECTAS Y 66 INDIRECTAS (2 MODULOS)
CARACTER:MINIMO
TIPO:ACTIVIDAD DE GRADUACION
CALIFICACION:ESTANDAR
PALABRAS CLAVE:INVESTIGACION, PROYECTO, INGENIERIA, MATEMATICA Y ESTADISTICA
NIVEL FORMATIVO:MAGISTER


I.DESCRIPCIÓN DEL CURSO

En este curso los estudiantes integraran sus conocimientos adquiridos durante sus estudios, para continuar con sus avances de trabajo de graduacion, de acuerdo a las sugerencias y ajustes propuestos en la ?Actividad de Graduacion I?, para ello los estudiantes aplicaran las estrategias metodologicas definidas para abordar la tematica escogida del proyecto en areas afines a la ciencia de datos, analizando los resultados a partir de las hipotesis establecidas.


II.RESULTADOS DE APRENDIZAJE

1.Aplicar la metodologia determinada para el proyecto empleando diversas herramientas de ciencia de datos.

2.Procesar los resultados determinando los alcances en la toma de decisiones informadas y basadas en los objetivos de la organizacion vinculada al proyecto.

3.Analizar preliminarmente los resultados obtenidos y su vinculo con aplicaciones en diversos ambitos de la industria, academia y sociedad, de acuerdo a la tematica que aborda el proyecto.

4.Comunicar en forma oral y escrita el estado de avance de los resultados del proyecto una audiencia especializada.

5.Evaluar los resultados del proyecto con altos estandares profesionales y eticos.


III.CONTENIDOS

1.Metodologias de investigacion.

2.Reporte de resultados.

3.Evaluacion de aspectos eticos del proyecto.

4.Otros contenidos son variables dependiendo de la tematica del proyecto al cual suscribe el estudiante.


IV.ESTRATEGIAS METODOLOGICAS

-Trabajo grupal.

-Sesiones grupales con el profesor guia.

-Sesiones grupales de presentacion de avance con la cohorte de estudiantes.


V.ESTRATEGIAS EVALUATIVAS

-Informe escrito 1er avance Actividad Final de Grado(grupal) : 50%

-Presentacion 1er avance Actividad Final de Grado(grupal) : 50%

-No hay entregas parciales en este curso, la evaluacion se hara por un reporte y presentacion al final del semestre, que muestre los avances del proyecto.


VI.BIBLIOGRAFIA

Minima

Grus, Joel.?Data Science from Scratch?.O'Reilly Media.2019.


Complementaria

M.Kearns, A. Roth(2019).The Ethical Algorithm: The Science of Socially Aware Algorithm Design.Edicion Kindle.

Julia Angwin, Jeff Larson,Surya Mattu, and Lauren Kirchner. 2016.Machine bias: There's software used across the country to predict future criminals.And it's biased against blacks. (ProPublica). https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing

La bibliografia sera variable dependiendo de la linea de investigacion a la cual suscribe el estudiante y del tema de investigacion.


PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
INSTITUTO DE INGENIERIA Y MATEMATICA Y COMPUTACIONAL / MARZO 2022