Banks">
Nothing Special   »   [go: up one dir, main page]
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 215 vistas

    Análisis Espacial de Datos y Sus Aplicaciones en Python

    Cargado por

    Jonathan Piñeros Pinto
    Este documento describe un curso de análisis espacial de datos y sus aplicaciones en Python de 5 semanas. El curso enseña técnicas para el manejo y análisis de datos espaciales usando Python, incluyendo simulación de datos, visualización, geolocalización, agrupación espacial, autocorrelación y regresión espacial. Los estudiantes aprenderán a aplicar estos conceptos a proyectos propios usando datos geográficos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Análisis Espacial de Datos y Sus Aplicaciones en Python

    Cargado por

    Jonathan Piñeros Pinto
    215 vistas6 páginas
    Este documento describe un curso de análisis espacial de datos y sus aplicaciones en Python de 5 semanas. El curso enseña técnicas para el manejo y análisis de datos espaciales usando Python, incluyendo simulación de datos, visualización, geolocalización, agrupación espacial, autocorrelación y regresión espacial. Los estudiantes aprenderán a aplicar estos conceptos a proyectos propios usando datos geográficos.

    Descripción original:

    DRA UniAndes Educación Continua

    Título original

    Análisis espacial de datos y sus aplicaciones en Python

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe un curso de análisis espacial de datos y sus aplicaciones en Python de 5 semanas. El curso enseña técnicas para el manejo y análisis de datos espaciales usando Python, incluyendo simulación de datos, visualización, geolocalización, agrupación espacial, autocorrelación y regresión espacial. Los estudiantes aprenderán a aplicar estos conceptos a proyectos propios usando datos geográficos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    215 vistas6 páginas

    Análisis Espacial de Datos y Sus Aplicaciones en Python

    Cargado por

    Jonathan Piñeros Pinto
    Este documento describe un curso de análisis espacial de datos y sus aplicaciones en Python de 5 semanas. El curso enseña técnicas para el manejo y análisis de datos espaciales usando Python, incluyendo simulación de datos, visualización, geolocalización, agrupación espacial, autocorrelación y regresión espacial. Los estudiantes aprenderán a aplicar estos conceptos a proyectos propios usando datos geográficos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 6

    Curso

    ANÁLISIS ESPACIAL DE DATOS Y SUS APLICACIONES EN PYTHON

    Duración Media 3 - 6 semanas


    Facultad de Economía Nivel Intermedio
    Intensidad horaria >4 y ≤ 8 h/sem

    Fechas: Duración: Modalidad:

    15 de junio al 13 de julio de 2021 27 horas - 9 sesiones - 5 semanas Virtual

    Inversión: Lugar:

    Inscripciones abiertas $ 1.620.000 hasta el 31 de mayo Modalidad Virtual


    de 2021
    $ 1.782.000 hasta el 11 de junio
    Horario: de 2021
    Martes y jueves de 6:00 p.m. a
    9:00 p.m.
    Con las nuevas tecnologías de la información y la masificación de datos geolocalizados se han ampliado los
    espectros de investigación de los diferentes campos del conocimiento. Particularmente, los saberes de la
    cartografía y la estadística se han traslapado para consolidar el análisis espacial, como un campo de
    investigación que busca la compresión y el análisis de fenómenos que son influenciados por una dimensión
    espaciotemporal. En este sentido, el análisis espacial y sus aplicaciones son ampliamente utilizadas en
    diferentes disciplinas, que buscan entender cómo los patrones movilidad afectan otras esferas del
    conocimiento. En particular, este tipo de análisis permite enriquecer y facilitar tareas de segmentación y
    entendimiento de clientes.

    Dirigido a
    Este curso está dirigido a profesionales de cualquier disciplina que se encuentren interesados en temas
    territoriales, que deseen profundizar en los conceptos y herramientas más importantes del análisis espacial
    de datos. Se espera que los participantes tengan un conocimiento básico de manipulación de datos en
    Python e interés en el aprendizaje de los diferentes algoritmos y metodologías estadísticas que
    potencializan el análisis espacial de datos.

    Objetivos
    Este curso tiene como objetivo principal profundizar en un conjunto de técnicas y herramientas que
    permiten el manejo y el análisis de datos espaciales, haciendo énfasis en las aplicaciones e

    Universidad de los Andes | Vigilada Mineducación. Reconocimiento como Universidad:


    Decreto 1297 del 30 de mayo de 1964.
    Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.
    implementaciones de la vida real. Se espera que al finalizar el curso se tenga conocimiento de:

    • Manejo, búsqueda y optimización de base de datos espaciales.


    • Simulación y visualización de datos geográficos.
    • Conocimiento sobre algoritmos de geolocalización e identificación de patrones espaciales.
    • Compresión y manejo de los conceptos de auto correlación espacial y regresión espacial.
    • Algoritmos de Machine Learning aplicados a datos espaciales.
    • Creación de herramientas interactivas para la visualización e interacción con mapas.
    • Desarrollo de un proyecto propio utilizando datos geográficos.

    Metodología
    El curso se realizará de manera virtual con sesiones sincrónicas. A su vez, el curso es de carácter teórico-
    práctico. En las sesiones se abordarán, expondrán y discutirán aspectos conceptuales del análisis espacial.
    Todos los módulos cuentan con un componente práctico, desarrollado mediante ejercicios prediseñados,
    que consiste en el manejo software (Python) para análisis de datos. El estudiante tendrá acceso a los
    diferentes algoritmos y aplicaciones que se desarrollarán a lo largo del curso. Finalmente, cada estudiante
    (o en grupos) deberá desarrollar un proyecto de su interés que involucre el uso y análisis de datos
    espaciales y metodologías estadísticas.

    Contenido
    1) Sesión 1: Introducción: Aplicaciones, alcance y limitaciones
    a) Estado del arte – Teoría-
    b) Aplicaciones.
    c) Alcances y limitaciones.
    d) Librerías mapas: Leaflet, Folium, Geopandas.
    e) Simulación de datos.
    f) Aplicación: Simulación y visualización de individuos.

    2) Sesión 2: Manejo de datos espaciales


    a) Fuentes de información: DANE, Openstreetmap.
    b) Almacenamiento de la información.
    c) Polígonos, puntos, y figuras.
    d) Cruce de bases de datos espaciales.
    e) Aplicación: Inicio proyecto propio.

    3) Sesión 3: Estadísticas descriptivas de geolocalización:


    a) Capas y siluetas.
    b) Mapas de calor.
    c) Estimación de Densidad de Kernel.
    d) Aplicación: Heatmap de eventos georreferenciados.

    4) Sesión 4: Geolocalización:

    Universidad de los Andes | Vigilada Mineducación. Reconocimiento como Universidad:


    Decreto 1297 del 30 de mayo de 1964.
    Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.
    a) Localización de individuos.
    b) Información adicional por individuos.
    c) Recorridos y tiempo de trayecto.
    d) Identificación de rutas y objetos cercanos.
    e) Identificación de zonas y localidades.
    f) Aplicación: Visualización y estadísticas descriptivas.

    5) Sesión 5: Agrupación y optimización:


    a) K-vecinos cercanos.
    b) Clusterización (distancias espaciales).
    c) Optimización espacial.
    d) Aplicación: Sistemas de geolocalización, emparejamiento óptimo de oferta y demanda.

    6) Sesión 6: Autocorrelación y regresión espacial


    a) Conceptos básicos e interpretación.
    b) Estadísticos de autocorrelación espacial globales y locales.
    c) Regresiones lineales espaciales.
    d) Aplicación: Prevalencia e incidencia de enfermedades.

    7) Sesión 7: Algoritmos básicos de Machine Learning:


    a) Aprendizaje supervisado
    b) Aprendizaje no supervisado
    c) Aprendizaje profundo para análisis de imagen.
    d) Aplicación: Predicción de precios de vivienda.

    8) Sesión 8: Aplicaciones y masificación:


    a) Visualización interactiva.
    b) Introducción a Dash y Bootstrap 4.
    c) Aplicación: Construcción página web reactiva.

    9) Sesión 9: Presentación proyecto propio.


    a) Cada estudiante (o en grupos de 2 o 3 estudiantes) deberá desarrollar una aplicación de su interés
    utilizando datos propios o públicos y las técnicas metodológicas y computacionales vistas durante el curso.

    Profesores

    Germán González

    Universidad de los Andes | Vigilada Mineducación. Reconocimiento como Universidad:


    Decreto 1297 del 30 de mayo de 1964.
    Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.
    Economista e historiador de la Universidad de los Andes, Magister en Economía de la misma universidad.
    Se ha desempeñado como profesor asistente en la Universidad de los cursos de Microeconomía ll,
    Microeconomía lll e historia económica de Colombia. En adición, fue asistente de investigación en el
    Centro de Estudios sobre el Desarrollo Económico –CEDE–. En la actualidad se desempeña como
    Investigador del área de Matemáticas financieras en Quantil donde se dedica al diseño, desarrollo e
    implementación de modelos matemáticos buscan la gestión y cuantificación del riesgo en el sector real
    y publico. Cuenta con amplia experiencia en análisis de portafolio, coberturas de riesgo y modelos de
    trading algorítmico, y análisis de espacial de datos. Ha sido el desarrollador principal de QuanTrip,
    herramienta que permite identificar patrones de comportamiento de manera individual y agregada en los
    recorridos y lugares frecuentes de diferentes individuos en un determinado territorio. Ha participado en
    proyectos con Movendo y Sentiance que requieren de la simulación, geolocalización, reconocimiento de
    patrones y visualización de recorridos de individuos en la ciudad de Melbourne, Australia. Conocimiento de
    diferentes algoritmos de Machine Learning: minería de texto, redes neuronales y modelos de clasificación
    enfocados a modelos de trading algorítmico que pronostican la dirección de los retornos del S&P 500 a
    partir de los sentimientos de los inversionistas. Finalmente, Dominio avanzado de los lenguajes de
    programación Python y R.

    Certificado
    La Universidad de los Andes otorgará un certificado de participación, a los estudiantes que cumplan con los
    requisitos académicos definidos por la Facultad de Economía y hayan cursado como mínimo el 85% de
    sesiones programadas

    Modalidad de pago

    Política de Descuentos y Formas de Pago


    Formas de Pago:

    Pago con tarjeta débito y crédito en la oficina de Educación Continua

    Pago electrónico (1)

    Pago efectivo o cheque (2)


    Pago por transferencia bancaria (3)
    Carta de compromiso de la empresa (4)
    Libranza funcionarios Uniandes (5)

    Mayor información sobre nuestros descuentos aquí

    Universidad de los Andes | Vigilada Mineducación. Reconocimiento como Universidad:


    Decreto 1297 del 30 de mayo de 1964.
    Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.
    Notas:

    (1) Si vas a realizar transacciones en línea con tu tarjeta débito o crédito, las franquicias autorizadas para
    recibir el pago son: Visa, Mastercard o American Express, actualmente no es posible recibir pagos con
    tarjeta Diners Club, CMR, Codensa, ni Éxito sin franquicia. Por lo tanto, selecciona el curso, ingresa al
    banner - Inscríbete y sigue las instrucciones del sistema. En caso que la tarifa con la que vas a cancelar el
    curso no se encuentre habilitada, por favor comunícate al 332 43 63 o al WhatsApp 312 410 4951

    (2) Para realizar pagos en efectivo o cheque es necesario expedir un recibo referenciado o Factura, con el
    cual puedes dirigirte a cualquier sucursal del Banco de Bogotá o Banco Itaú, dentro de las fechas límite para
    realizar la transacción. Una vez hecho el pago, enviar el comprobante de transacción al
    correo educacion.continua@uniandes.edu.co, con el fin de legalizar el pago y proceso de inscripción..

    (3) Para realizar el pago por Transferencia bancaria debes solicitar a uno de nuestros asesores por correo
    electrónico el número de cuenta, luego debes ingresar a tu cuenta bancaria virtualmente y dependiendo de
    la entidad bancaria realizar el proceso digitando nuestro número de cuenta bancaria. Al finalizar el proceso
    deberás guardar el pdf o comprobante de la transferencia al correo educacion.continua@uniandes.edu.co,
    con el fin de legalizar el pago y proceso de inscripción.

    (4) Carta de la entidad en la que solicita la inscripción de sus funcionarios y se compromete a realizar el
    pago correspondiente a favor de la Universidad garantizando la participación. Por favor ten en cuenta las
    siguientes recomendaciones:
    -La carta debe enviarse en papelería oficial de la entidad con el Número de Identificación Tributaria (NIT),
    la dirección, correo electrónico, número telefónico.
    -Es importante tener en cuenta que la carta debe estar firmada (firma autógrafa, no digital) por la persona
    facultada para autorizar el pago.
    -Para evitar conflicto de intereses, la persona que participará en el curso no debe firmar la carta de
    compromiso sino la persona facultada para autorizar el pago.
    -La Universidad confirmará con la entidad la inscripción de sus funcionarios y expedirá la factura
    electrónica de pago. La no asistencia de las personas inscritas, no exime a la entidad de la responsabilidad
    del pago.
    -Indicar las condiciones de tiempos de pago que maneja la entidad.
    -Adjuntar RUT y Cámara de Comercio no mayor a 30 días.
    -Modelo carta de compromiso (link)

    (5) Para el pago por libranza de funcionarios Uniandes, debes comunicarte con uno de nuestros asesores al
    332 43 63 o al WhatsApp 312 410 4951 para mayor información.

    Condiciones
    Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores
    o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o
    reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia

    Universidad de los Andes | Vigilada Mineducación. Reconocimiento como Universidad:


    Decreto 1297 del 30 de mayo de 1964.
    Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.
    si la hubiere.

    La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad


    (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión
    dependiendo del perfil académico de los aspirantes.

    Más información
    Dirección de Educación Continua

    Cra 1º No. 19 - 27 | Edificio Aulas, Oficina AU 110

    Website: educacioncontinua.uniandes.edu.co

    E-mail: educacion.continua@uniandes.edu.co

    Tel: +(57 1) 3324363

    +(57) 312 4104951

    01 8000 123 021

    Inscripciones

    Tel Directo: (57-1) 332 4541

    Tels.: (57-1) 339 4949 / 99, Ext. 2674

    E-mail: inscripcioneseduconti@uniandes.edu.co

    Universidad de los Andes | Vigilada Mineducación. Reconocimiento como Universidad:


    Decreto 1297 del 30 de mayo de 1964.
    Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.

    También podría gustarte