MDS3070 Actividad de Graduación III

EscuelaIng Matemática Y Computacional
Área
Categorías
Créditos10

Prerequisitos

Requisitos: MDS3060
Relación entre requisitos y restricciones: y
Restricciones: (Programa = Mg Ciencia de Datos)

Calificaciones

Este ramo no ha sido calificado.

No hay comentarios.

CURSO:ACTIVIDAD DE GRADUACION III
TRADUCCION:GRADUATION ACTIVITY III
SIGLA:MDS3070
CREDITOS:10 UC
HORAS:180 HORAS DE DEDICACION TOTAL: 48 DIRECTAS Y 132 INDIRECTAS (4 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 desarrollaran su trabajo de graduacion. Los estudiantes deberan continuar con la realizacion de la metodologia y analisis de resultados de su proyecto vinculado con una organizacion externa. Deberan realizar las conclusiones y el escrito del proyecto.


II.RESULTADOS DE APRENDIZAJE

1.Analizar los resultados obtenidos en el proyecto y su aplicacion en los ambitos de pertinencia con la tematica del proyecto.

2.Elaborar las conclusiones considerando los resultados esperados y el aporte que tiene a las soluciones a problemas de la organizacion vinculada.

3.Comunicar los resultados y conclusiones en forma oral y escrita a una audiencia especializada e interdisciplinaria.

4.Distinguir los alcances eticos del proyecto a partir de los resultados y las conclusiones obtenidas.


III.CONTENIDOS

1.Metodologias.

2.Reporte de resultados.

3.Evaluacion de aspectos eticos del proyecto.

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


IV.ESTRATEGIAS METODOLOGICAS

-Trabajo personal y grupal.

-Sesiones grupales con el profesor guia.

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


V.ESTRATEGIAS EVALUATIVAS

-Informe escrito de avance (grupal): 50%

-Informe final escrito (grupal): 50%


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 del proyecto al cual suscribe el estudiante.


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


Secciones

Sección 1 Alejandro García,Esteban Villalobos