3.1. Describir y diferenciar entre tipos de análisis de datos
• Análisis descriptivo, análisis diagnóstico, prueba de hipótesis, predictivo
3.2. Describir y diferenciar entre métricas de agregación e interpretación de datos
• Búsqueda, filtrado, valores únicos, funciones agregadas como Suma, Máximo, Mínimo, Recuento, Promedio/Medio, Modo, Mediana, Desarrollo Estándar
3.3. Describir y diferenciar entre métodos exploratorios de análisis de datos
• Identificar las relaciones de datos, describir los conceptos de perforación de datos (granularidad, etc.), describir los conceptos de minería de datos (anomalías, análisis de correlación, patrones, valores atípicos, etc.)
3.4. Evaluar y explicar los resultados de los análisis de datos
• Calcular tendencias, determinar valores esperados, interpretar resultados de modelos predictivos, valores p, pruebas t y análisis de regresión
3.5. Definir y describir el papel de la inteligencia artificial en el análisis de datos
• Definir la inteligencia artificial, el aprendizaje automático y el algoritmo; describir cómo se utiliza la IA en el análisis de datos; describir cómo se utilizan los algoritmos de aprendizaje automático en el análisis de datos (Nota: Los algoritmos específicos están fuera del alcance)
Campus
Campus
