Profesor: Francisco Gómez
Clase: Lunes (5:00 pm a 7:00 pm) y Miércoles (5:00 pm a 7:00 pm)
Programa: Programa
Horario oficina: Martes 11:00 a 13:00 (Agendar por calendar)
email: fagomezj@gmail.com,fagomezj@unal.edu.co
Libros de texto y material guía:
- An Introduction to data analysis (Michael Franke)
Descripción:
Esta asignatura introduce los métodos del aprendizaje de máquina en diferentes aplicaciones en actuaría y finanzas. Se pretende dar un tratamiento unificado del aprendizaje de maquina junto con diversas técnicas computacionales y estadísticas enfocadas a diferentes problemas en las ciencias actuariales y las finanzas cuantitativas.
Programación
Ciencia de datos y aprendizaje de máquina en actuaria y finanzas
Proyecto 1 (Individual)
Introducción a las ciencias de datos y el aprendizaje de maquina
Introducción a la programación*
Probabilidad y estadística
Aprendizaje de máquina (aprendizaje supervisado y aprendizaje no-supervisado)
Interpretabilidad en ciencia de datos
Desarrollo de proyectos en ciencia de datos
Cross Industry Standard Process for Data Mining
Fases del desarrollo de proyectos en ciencia de datos
Documentación de proyectos en ciencia de datos
Proyecto 2 - Grupal
Proyecto Final - Grupal
Recursos
Notebooks pyhton
Estrategia de calificación
Los proyectos se componen de reporte escrito en formato de artículo científico (max 4 páginas formato IEEE), código documentando y reproducible (cargado al github personal), video de presentación explicando el proyecto (max 5 min). Los estudiantes evaluaran los proyectos de sus compañeros, las evaluaciones y su realización contaran dentro de la calificación de cada proyecto.
Proyecto 1 (25%), Proyecto 2 (25%), Proyecto final (30%), Examen final (20%).
* Se espera que el estudiante tenga los conocimientos básicos programación. Para el alcance de este curso es valido la utilización de modelos de lenguaje y código externo como estrategias de soporte, siempre y cuando se incluyan las referencias adecuadas.