TC1006B
Análisis de datos para la toma de decisiones Data Analysis for Decision-Making
CIP: 110101  Ciencias Computacionales/de Información   CL-L-A-U-CA-ID-AS-AI-CT-HT-S-UDC:  9-0-3-8-3-45-15-84-24-144-5-3       

Disciplina asociada:  

Tecnologías Computacionales

Escuela:  

Ingeniería y Ciencias

Departamento Académico:   

Computación

Programas académicos:   

Competencias que se desarrollan:   

Requisitos:  

No tiene.

Equivalencia:  

No tiene.

Intención del curso en el contexto general del plan de estudios:  

Es un curso básico con la intención de utilizar los datos de una organización como un catalizador para lograr un impacto positivo en la toma de decisiones hacia dentro y fuera de la misma. Y entender las técnicas y metodologías existentes para el análisis de datos que pueda ayudar a dar respuesta a cuestionamientos en una organización para una mejor toma de decisiones.

Como resultado del aprendizaje el alumno identificará datos clave en la toma de decisiones de un problema particular de una organización y aplicarán técnicas y metodologías para el análisis de dicha información hacia la mejora en el proceso de toma de decisiones.

Objetivo general de la Unidad de Formación:  

Al finalizar el curso el alumno será capaz de:

- Desarrollar escenarios de acción en la toma de decisiones con base en el análisis de patrones de un conjunto de datos.

- Utilizar tecnologías digitales mediante estrategias conscientes que generan valor en los diversos espacios de participación profesional y personal de la sociedad en red.

 

Técnica didáctica sugerida:  

No especificado

Bibliografía sugerida:  

LIBROS DE TEXTO:
* Romero Villafranca, Rafael, Métodos estadísticos para ingenieros, Primera edición., Valencia : Universitat Politécnica de Valencia, 2013, spa, 9788490480717
* Paul Newbold ... [et al.], Métodos estadísticos para la toma de decisiones : cuaderno de trabajo, 1a ed., México, D.F. : Pearson, 2013, spa, 9786073219839
* Roberto Alejandro Ferrara Magaña, Aarón Jonatan Rodríguez Tahuilán, Lucía Romo Alanís Francisco Gabriel Sevilla Díaz, Matemáticas para la toma de decisiones : conceptos & ejercicios, Primera edición., México : IIDEA Pentágono, 2016, spa, 9789999184670

Perfil del Profesor:  

(110101)Maestría en Ciencias Computacionales/de Información ; (110103)Maestría en Tecnología de la Información/Informática/Sistemas Computacionales ; (110201)Maestría en Programación/Programador Computacional ; (110401)Maestría en Ciencias de la Información ; (110701)Maestría en Ciencias Computacionales ; (111099)Maestría en Administración de Servicios Computacionales/Tecnologías de Información ; (140901)Maestría en Ingeniería Computacional ; (143501)Maestría en Ingeniería Industrial ; (270501)Maestría en Estadística ; (521201)Maestría en Administración de Sistemas de Información ; (110101)Doctorado en Ciencias Computacionales/de Información ; (110103)Doctorado en Tecnología de la Información/Informática/Sistemas Computacionales ; (110201)Doctorado en Programación/Programador Computacional ; (110401)Doctorado en Ciencias de la Información ; (110701)Doctorado en Ciencias Computacionales ; (111099)Doctorado en Administración de Servicios Computacionales/Tecnologías de Información ; (140901)Doctorado en Ingeniería Computacional ; (143501)Doctorado en Ingeniería Industrial ; (270501)Doctorado en Estadística ; (521201)Doctorado en Administración de Sistemas de Información
CIP: 110101, 110103, 110201, 110401, 110701, 111099, 140901, 143501, 270501, 521201

Experiencia recomendada:  

(521207) Maestría o Doctorado en Administración del Conocimiento; (270101) Maestría o Doctorado en Matemáticas; (270301) Maestría o Doctorado en Matemáticas Aplicadas; (143701) Maestría o Doctorado en Investigación de Operaciones; (141301) Maestría o Doctorado en Ciencias de la Ingeniería.

Idioma en que se imparte la materia:  


Español
CIP: 110101  Computer and Information Sciences, General.   CL-L-A-U-CA-ID-AS-AI-CT-HT-S-UDC:  9-0-3-8-3-45-15-84-24-144-5-3       

Discipline:  

Computer Technologies

School:   

Engineering and Sciences

Academic Department:   

Computing

Programs:   

Competitions:   

SICT0203A ; SEG0701A ;

Prerequisites:  

None.

Equivalences:  

None.

Course intention within the general study plan context:  

It is a basic course intended to use the data of an organization as a catalyst to attain a positive impact on decision-making inward and outward. And understand existing techniques and methodologies for the analysis of data to answer quesions in an organization for better decision-making. As a learning outcome, the student will identify key data in decision-making of a specific problem of an organization and they will apply techniques and methodologies for the analysis of such information towards the improvement in decision-making.

Course objective:  

At the end of the course the student will be able to:

- Develop action scenarios in decision-making based on the analysis of patterns of a set of data.

- Use digital technologies through conscious strategies that generate value in the various spaces of professional and personal participation in the networked society.

Teaching and learning tecniques:  

Not Specified

Suggested Bibliography:  

TEXT BOOKS:
* Romero Villafranca, Rafael, Métodos estadísticos para ingenieros, Primera edición., Valencia : Universitat Politécnica de Valencia, 2013, spa, 9788490480717
* Paul Newbold ... [et al.], Métodos estadísticos para la toma de decisiones : cuaderno de trabajo, 1a ed., México, D.F. : Pearson, 2013, spa, 9786073219839
* Roberto Alejandro Ferrara Magaña, Aarón Jonatan Rodríguez Tahuilán, Lucía Romo Alanís Francisco Gabriel Sevilla Díaz, Matemáticas para la toma de decisiones : conceptos & ejercicios, Primera edición., México : IIDEA Pentágono, 2016, spa, 9789999184670

Academic credentials required to teach the course:  

(110101)Master Degree in Computer/Information Sciences ; (110103)Master Degree in Information Technology. ; (110201)Master Degree in Computer Programming/Programmer ; (110401)Master Degree in Information Sciences ; (110701)Master Degree in Computational Sciences ; (111099)Master Degree in Computer/Information Technology Services Administration and Management ; (140901)Master Degree in Computational Engineering ; (143501)Master Degree in Industrial Engineering ; (270501)Master Degree in Statistics ; (521201)Master Degree in Information Systems Management ; (110101)Doctoral Degree in Computer/Information Sciences ; (110103)Doctoral Degree in Information Technology. ; (110201)Doctoral Degree in Computer Programming/Programmer ; (110401)Doctoral Degree in Information Sciences ; (110701)Doctoral Degree in Computational Sciences ; (111099)Doctoral Degree in Computer/Information Technology Services Administration and Management ; (140901)Doctoral Degree in Computational Engineering ; (143501)Doctoral Degree in Industrial Engineering ; (270501)Doctoral Degree in Statistics ; (521201)Doctoral Degree in Information Systems Management
CIP: 110101, 110103, 110201, 110401, 110701, 111099, 140901, 143501, 270501, 521201

Language of Instruction:  


Spanish