Maestría en Ciencia de Datos
Primer Bloque: Otoño

Modelación en Ciencia de Datos

Materia Optativa

Objetivos:

  • Plantear problemas de Ciencia de Datos en Políticas Públicas
  • Entender el proceso completo de Ciencia de Datos y Machine Learning
  • Reconocer y resolver problemas de Resource prioritization y Early Warning Systems
  • Reconocer y resolver problemas usando métodos causales
  • Comunicar los resultados de los modelos
  • Evaluar el desempeño e impacto de los modelos de machine learning
  • Evaluarán y propondrán soluciones para los problemas de disparidad y bias algorítmico.

Temario

1. Introducción y scoping del proyecto
2. Casos de estudio y adquisición de datos
3. Exploración de datos y repaso de pipelines de ML
4. Formulación analítica y la importancia del Baseline
5. Feature Engineering e Imputación
6. Elección de métrica de performance y evaluación de clasificadores
7. Overfitting , Leakage , y Problemas en deployment
8. Model Interpretability
9. Algorithmic Bias y Fairness
10. Causalidad y Field Validation
11. Del Análisis a la Acción, Accountability y Transparencia



El programa de la Maestría en Ciencia de Datos es una iniciativa del ITAM para satisfacer la creciente demanda nacional e internacional de profesionistas con conocimientos sólidos en el modelado a partir de datos (en especial grandes datos) para ayudar a la toma de decisiones estratégicas.