|
|||||
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: |
|||||
Objetivo general de la Unidad de Formación: |
|||||
Al terminar la unidad de formación el alumno: - Diseña la lógica programática para el entendimiento de los flujos de información en el contexto real de los negocios. |
|||||
Técnica didáctica sugerida: |
|||||
No especificado | |||||
Bibliografía sugerida: |
|||||
LIBROS DE TEXTO: * McKinney, W. , Python for data analysis: Data wrangling with Pandas. , Second Ed., Numpy and IPython, 2018, * Nield, T. , Getting Started with SQL: A Hands-on Approach for Beginners., O'Reilly Media, Inc., 2016, * Taweh Beysolow II, Introduction to Deep Learning Using R: A Step-By-Step Guide to Learning and Implementing Deep Learning Models Using R, Kindell, Kindell, 2017, 1484227336 |
|||||
Perfil del Profesor: |
|||||
(521201)Maestría en Administración de Sistemas de Información ; (110101)Maestría en Ciencias Computacionales/de Información ; (110103)Maestría en Tecnología de la Información/Informática/Sistemas Computacionales ; (110401)Maestría en Ciencias de la Información ; (110701)Maestría en Ciencias Computacionales ; (521201)Doctorado en Administración de Sistemas de Información ; (110101)Doctorado en Ciencias Computacionales/de Información ; (110103)Doctorado en Tecnología de la Información/Informática/Sistemas Computacionales ; (110401)Doctorado en Ciencias de la Información ; (110701)Doctorado en Ciencias Computacionales CIP: 521201, 110101, 110103, 110401, 110701 |
|||||
|
|||||
Discipline:Computer Technologies |
|||||
School:
Engineering and Sciences
|
|||||
Academic Department:
Computing
|
|||||
Programs: |
|||||
Competitions:SNEG0402B ; SEG0702A ; |
|||||
Prerequisites:None. |
|||||
Equivalences:None. |
|||||
Course intention within the general study plan context: |
|||||
Course objective: |
|||||
On completing the educational unit, students: - Design programming logic to understand information flows in real business contexts. |
|||||
Teaching and learning tecniques: |
|||||
Not Specified | |||||
Suggested Bibliography: |
|||||
TEXT BOOKS: * McKinney, W. , Python for data analysis: Data wrangling with Pandas. , Second Ed., Numpy and IPython, 2018, * Nield, T. , Getting Started with SQL: A Hands-on Approach for Beginners., O'Reilly Media, Inc., 2016, * Taweh Beysolow II, Introduction to Deep Learning Using R: A Step-By-Step Guide to Learning and Implementing Deep Learning Models Using R, Kindell, Kindell, 2017, 1484227336 |
|||||
Academic credentials required to teach the course: |
|||||
(521201)Master Degree in Information Systems Management ; (110101)Master Degree in Computer/Information Sciences ; (110103)Master Degree in Information Technology. ; (110401)Master Degree in Information Sciences ; (110701)Master Degree in Computational Sciences ; (521201)Doctoral Degree in Information Systems Management ; (110101)Doctoral Degree in Computer/Information Sciences ; (110103)Doctoral Degree in Information Technology. ; (110401)Doctoral Degree in Information Sciences ; (110701)Doctoral Degree in Computational Sciences CIP: 521201, 110101, 110103, 110401, 110701 |
|||||