Objetivos
Aclara tus dudas
Puedes contactarnos al correo: s.villalobos@uc.cl o jeannette.montiel@uc.cl
Malla académica
Toma de decisiones basadas en datos
Profesor:
Pablo Marshall, Ph.D London School of Economics (Reino Unido) Ver más...
Pablo Marshall, Ph.D London School of Economics (Reino Unido) Ver más...
Plan de estudios
Sobre el curso
En este curso se pretende desarrollar en los y las estudiantes la capacidad para abordar y estructurar problemas de decisiones propios de la gestión de manera de orientar la toma de decisiones. El curso considera estructurar problemas de decisiones, el análisis de problemas de decisión caracterizados por la disponibilidad de una gran cantidad de información, las distintas formas de cuantificar y analizar la incertidumbre propia de los problemas de decisiones y el análisis de relaciones entre variables.
Contenidos
Business Analytics y tipos de analítica
- ¿Qué es business analytics (BA) y su evolución? Introducción al análisis descriptivo, predictivo y prescriptivo y la importancia de BA y aplicaciones
- ¿Qué es la analítica descriptiva? Data aggregation (recolección y organización de datos), data mining (minería de datos) y visualización de datos
- Modelando la incertidumbre
- ¿Qué es la analítica predictiva? Tipos de modelos predictivos, evaluando modelos predictivos y decisiones bajo certidumbre, riesgo e incertidumbre
- ¿Qué es la analítica prescriptiva? Tipos de modelos prescriptivos y relevancia de los modelos prescriptivos
Árboles de Decisión
- Árboles de decisión
- Decisiones óptimas con árboles de decisión
- Árboles de decisión con información
- El valor de la información
- Ejemplos aplicados
Optimización lineal
- Optimización lineal: formulación matemática
- Optimización lineal: formulación gráfica
- Solución problema de optimización lineal
- Análisis de sensibilidad: precios sombra
- Ejemplos aplicados
Aplicaciones Reales y el Futuro de la Toma de Decisiones Basada en Datos
- Caso General Electric
- Caso Starbucks
- Consideraciones éticas y regulatorias
- Futuro de la toma de decisiones basada en datos
La Pontificia Universidad Católica de Chile se reserva el derecho a modificar el contenido en cualquier momento.
Minería de datos con R
Profesor:
Cristián Vásquez, Ph.D Pontificia Universidad Católica de Chile
Cristián Vásquez, Ph.D Pontificia Universidad Católica de Chile
Plan de estudios
Sobre el curso
El curso está dirigido a profesionales que ejercen tareas relacionadas a gestión y análisis de datos con énfasis en la programación. Se entregan las principales competencias para que sus egresados puedan desarrollar todas las etapas que requiere un proyecto analítico, tales como: identificar la necesidad del negocio y proponer una efectiva solución estratégica con la información disponible; recolectar, limpiar y gestionar la información proveniente de distintas fuentes de datos; extraer conocimiento a través de métodos del aprendizaje estadístico y, finalmente visualizar y comunicar los resultados utilizando las principales plataformas computacionales del mercado. Además, el curso brinda conocimiento para integrar todas etapas del desarrollo de un proyecto analítico con plataformas de Big Data.
Contenidos
Unidad 1: Introducción al Data Mining y lenguaje R
- ¿Qué es el Data Mining?
- Introducción al Data Mining y proceso KDD
- Data Mining aplicado a la industria financiera
- Plataformas analíticas para desarrollar un proyecto de Data Mining
- Introducción a R
- Conceptos básicos del Lenguaje R
- Principales objetos y funciones de R
- Librerías y tipos de datos en R
Unidad 2: Gestión y visualización de datos
- ¿Cómo adquirir la data?
- Extracción de información de diferentes fuentes de abastecimiento
- Gestión de datos utilizando la librería dplyr
- Limpieza y Transformación de datos
- Resumen de información en R
- Estadísticas descriptivas para resumir datos
- Visualización de los datos con ggplot2 y plotly.
- Medidas de similitud y asociación.
Unidad 3: Componentes Principales y Clasificación No Supervisada
- Análisis de correlación de variables
- Problemas con la dimensión de la información
- Introducción a Componentes Principales
- Aplicación de PCA al valor del cliente en el Retail
- Introducción a los métodos de Clasificación No Supervisados
- Medidas de similaridad: Distancias
- Método jerárquico Kmedias para clasificación
- Clasificación de los clientes en el retail utilizando Kmedias
Unidad 4: Modelos Predictivos Supervisados y Reportes Analíticos
- Ejemplo aplicado
- Modelos de Regresión Lineal para estimación de los gastos por hogar utilizando la EPF
- Introducción a Flexdashboard
- Uso de la librería Flexdashboard en ejemplo aplicados
La Pontificia Universidad Católica de Chile se reserva el derecho a modificar el contenido en cualquier momento.
Profesores
Cristián Vásquez
Ph.D Pontificia Universidad Católica de Chile
Cristián Vásquez es Ph.D en Estadística, Pontificia Universidad Católica de Chile.
Sus líneas de trabajo son inteligencia de negocio, business analytics, herramientas de carga financiera, automatización de reportería y de procesos SAS, riesgo crédito, manejo de algoritmos de machine learning, manejo de análisis econométrico con series de tiempo financiera y otros.
Ha sido consultor y asesor en empresas del rubro financiero, tales como: Banco BBVA, Banco Santander, Caja de Compensación Los Andes, Cámara de Comercio de Santiago, Banco Security, TransUnion Chile, entre otras.
Pablo Marshall
Ph.D London School of Economics (Reino Unido)
Pablo Marshall Director del Magíster en Business Analytics de la Pontificia Universidad Católica de Chile (UC).
Ph.D en Estadística, London School of Economics, Reino Unido, se desempeña como profesor titular de la UC y dicta los cursos Marketing Analytics y Métodos Cuantitativos para programas de Ingeniería Comercial y MBA. También es director del curso Big Data & Business Analytics, para ejecutivos (UC).
Además, es asesor de empresas y organizaciones en temas de marketing analytics y learning analytics.
Líneas de investigación actuales: big data, marketing analytics y learning analytics.
Tomás Reyes
Ph.D Berkeley (EE.UU.)
Tomás Reyes es Ph.D y Magíster en Ciencias en Administración de Negocios, con concentración en Finanzas, University of California, Berkeley (2012), EE.UU. Es ingeniero civil de industrias y Magíster en Ciencias de la Ingeniería, Pontificia Universidad Católica de Chile, UC (2006).
Profesor asociado de la Escuela de Ingeniería de la Pontificia Universidad Católica de Chile (UC).
Asimismo, es el director del Magíster en Inversiones y Finanzas Aplicadas (MIFA UC), director del Laboratorio de Finanzas Itaú y del Magíster en Ingeniería Industrial (MII).
Además, ha publicado múltiples artículos académicos en revistas internacionales. También es consultor y director de empresas.
Tomás Reyes imparte los cursos Preparación y análisis de estados financieros, Decisiones de inversión y Evaluación de proyectos en el Magíster en Inversiones y Finanzas Aplicadas (MIFA) de UC Chile.
Jefe de programa
Álvaro Chacón
Ph.D (c) Pontificia Universidad Católica de Chile
Álvaro Chacón Hiriart es Ph.D (c), MBA, M.Sc. e ingeniero civil de Industrias de la Pontificia Universidad Católica de Chile (UC). Además, tiene un Master of Engineering Management de la Universidad de Melbourne (Australia).
Es profesor de la UC en temáticas relacionadas con economía del comportamiento, analítica de datos, inteligencia artificial en negocios y negociación.
Su área de investigación es ciencias del comportamiento y, en particular, en la interacción humano-máquina.
Ha ocupado cargos gerenciales y directivos en importantes empresas multinacionales y organizaciones sociales, como también ha sido director de emprendimientos.
Ventajas


