MAT281 - Aplicaciones de la Matemática en la Ingeniería

Identificación de la asignatura

• Asignatura: Aplicaciones a la Matemática
• Sigla: MAT281
• Prerrequisitos: Ninguno
• Unidad Académica que lo imparte: Deparatamento de matemáticas
• Eje formativo: Ingeniería Aplicada e Integración

Descripción de la Asignatura

El estudiante adquiere competencias/destrezas básicas como Data Scientist (ocupando el lenguaje de programación Python).

Requisitos de entrada

• Utiliza/comprende conceptos básicos de Cálculo-Algebra, Probabilidad-Estadística y Optimización.
• Utiliza/comprende conceptos básicos de Python.

Contenidos temáticos

• Toolkit básico del curso
• Computación científica
• Manipulación de datos
• Visualización
• Machine Learning

Recursos para el aprendizaje

• Texto Guía:

  • Python Data Science Handbook - Jake VanderPlas

• Complementaria/Opcional:

  • Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow - Aurélien Géron
  • Data Science from Scratch - Joel Grus
  • Python for Data Analysis - Wes McKinney

Evaluación

Laboratorios

• Semanal.
• Individual.
• Notas: 0, 25, 50, 75, 100.
• Plazo: final del día de clases.
• Entregas fuera del plazo tienen nota cero (0).

Tareas

• Mensual.
• Individual.
• Plazo:
  • $T_1$: 14 de Septiembre 2023.
  • $T_2$: 04 de Diciembre 2023.
• Entregas fuera del plazo descuentan 25 puntos por día (parte entera).
  • Por ejemplo, un retraso de 15 minutos cuenta como un día y descuenta 25 puntos.

Proyecto

• Semestral.
• Plazo: final del curso (04 de Diciembre 2023).
• Individual.
• Entregas fuera del plazo descuentan 25 puntos por día (parte entera).

Nota Final

La nota final será el promedio ponderado entre los laboratorios, tareas y el proyecto final del curso.

$$ N_f = 0.3\bar{n_l} + 0.35\bar{n_t} + 0.35n_p $$

¡Importante!: Todos los entregables se deben subir al repositorio personal del estudiante (en GitHub). Las notas se trataran de actualizar al final de cada mes.