Datos generales

• Plan de estudios: 0515 - COMERCIO INTERNACIONAL Y FINANZAS. 2017-1S
• Créditos: 2.0

Grupos

Tabla información sobre los grupos de la asignatura

Actividad	Grupo	Periodos	Horarios	Aula	Profesor/Tutor
CLASE PRÁCTICA	(1) - PRACTICA SALA DE CÓMPUTO - GRUPO 1 - BOGOTÁ	24/01/2023 - 16/05/2023	MARTES 11:00 - 13:00	AULA GENERAL 20 - M21 - PISO 2	MARCELA DIAZ OSORIO
	(2) - CLASE VIRTUAL - GRUPO 2 - BOGOTÁ	23/01/2023 - 15/05/2023	LUNES 13:00 - 15:00	-	LEANDRO GONZÁLEZ TÁMARA
	(3) - PRACTICA SALA DE CÓMPUTO - GRUPO 3 - BOGOTÁ NOCTURNO	25/01/2023 - 17/05/2023	MIÉRCOLES 18:00 - 20:00	AULA GENERAL 20 - M21 - PISO 2	VEIMAR DANIEL REY CASTILLO
	(4) - PRACTICA SALA DE CÓMPUTO - GRUPO 4 - BOGOTÁ NOCTURNO	25/01/2023 - 17/05/2023	MIÉRCOLES 18:00 - 20:00	AULA WINDOWS - 306 - M2	VALERY PAMELA ORJUELA LLANOS
	(5) - PRACTICA SALA DE CÓMPUTO - GRUPO 5 - BOGOTÁ NOCTURNO	23/01/2023 - 20/05/2023	MIÉRCOLES 18:00 - 20:00	AULA MACINTOSH - 301 - M7A	MARCELA DIAZ OSORIO

Contenidos

PROGRAMA DE LA ASIGNATURA

Presentación

El conocimiento moderno reconoce la importancia de los datos como fuente de producción de ideas y el planteamiento de conjeturas acerca de cómo es la realidad. En este sentido resulta importante entender cómo se extrae valor de fuentes de datos, en especial de aquella que contienen grandes cantidades de información, visualizar de una manera práctica lo que se puede esconder en los mismos y calcular e interpretar diferentes mediciones sobre los mismos que permitan comunicar hallazgos interesantes. Es por eso por lo que se plantea un curso de visualización y análisis de datos en el que los estudiantes sean capaces de hacer una lectura analítica de información numérica y gráfica, de crear representaciones gráficas propias a partir de datos estructurados. Se propone un trabajo basado en estudio de casos reales, cercanos a la realidad de los estudiantes y a sus intereses profesionales, con el que se pueda comprender y dar significado a conceptos básicos y habituales en la divulgación de información tales como porcentajes, promedios, desviaciones, casos per cápita, probabilidades y tendencias.

Objetivo de Aprendizaje

Crear visualización, mediciones numéricas de conjuntos de datos estructurados para extraer conclusiones y mejorar el conocimiento de fenómenos relacionados con la administración, banca y finanzas, el comercio, la contaduría, la economía y el mercadeo.
Específicos:
1. Procesar con una herramienta estadística un base de datos estructurada
2. Crear visualizaciones de datos tanto cualitativos como cuantitativos
3. Calcular e interpretar diferentes mediciones numéricas asociadas a los datos con el propósito de resumir de la manera más apropiada la información.
Comunicar los resultados de los hallazgos encontrados en las fuentes de información estructurada a través de enunciados sencillos e infografías.

Contenidos Temáticos

1. Introducción a bases de datos estructurados. Archivos separados por comas, Hojas de cálculo: Google Sheets y Excel
2. Tablas y gráficos dinámicos. Tabulación automática de la información y generación de medidas numéricas de resumen.
3. Introducción a Google Colaboratory y el concepto de Máquina virtual
4. Introducción a la librería Pandas de Python
5. Exploración de un Data Frame
6. Filtros por casos y por variables en un Data Frame
7. Consultas básicas con Pandas
8. Estadísticas básicas
9. Agrupación de casos
10. Visualización de datos con Matplotlib
11. Construcción de gráficos por agrupación de variables
12. Gráficos de dispersión con Matplotlib
Visualización de datos con Seaborn – Strips, Heat maps – Boxes – Pair plots

Evaluación Formativa

Esta es una clase que es ciento por ciento práctica y que se desarrolla en salas de cómputo en todas sus sesiones.
Se utilizan herramientas gratuitas en la nube que no requieren la instalación de programas on premise a excepción de la Suite de Office con la que cuenta la Universidad.
Todas las clases son prácticas con ejemplos cercanos a los estudiantes y relacionados con sus perfiles profesionales tales como:
• Data Visualization - Demografía: Este es un ejercicio para desarrollar en los estudiantes un conocimiento global del mundo en términos de variables como ingreso per cápita, mortalidad, esperanza de vida, mortalidad infantil, fertilidad, etc. El ejercicio es una exploración cuantitativa y gráfica que familiariza a los estudiantes con el lenguaje con el que se mide el desarrollo en el mundo occidental y les permite lanzar hipótesis acerca de las diferencias que existen en los países del mundo y realizar conclusiones sencillas con base en datos reales.
• Data analysis: Una base datos de ventas de Retail en Estados Unidos con la información de más de 51 registros de ventas y 24 variables. Esta base es el punto de partida para explorar las relaciones entre variables demográficas y las elecciones de los consumidores.

•New York stock exchange: Los datos de más de 1700 empresas dados por S&P para analizar de manera intuitiva variables como cuentas por pagar, cuentas por cobrar, excedente de capital, acciones ordinarias, depreciación, activos fijos, impuesto, activos tangibles, inventario, pasivos, etc. y en particular la posibilidad de analizar tendencias.
•Conjunto de datos de Fortune con información de las 500 empresas más grandes de Estados Unidos para analizar el concepto de Ranking y variables como ingresos, cambio de ingresos, ganancias, cambio de beneficios, activos y valor de mercado.
•Data analysis - TV Shows and Movies listed on Netflix. Esta es una base de datos con más de 6.000 títulos de Netflix disponibles a partir de 2019. Es un ejercicio de análisis en el que los estudiantes se siente motivados y pueden explorar las posibles relaciones entre variables como: país de producción, duración, rating, casting, director, tipo (película, serie, TV), etc.
Todas las clases cierran con una evaluación en la plataforma Socrative y se retroalimentan de inmediato para para afianzar el aprendizaje de los estudiantes.
Los profesores favorecerán el trabajo colaborativo.

Bibliografía Básica Obligatoria

Libro de acceso gratuito: González, L. Análisis Exploratorio de datos. Editorial Utadeo. 2018.
Fuentes de información recomendadas:
www.gapminder.org
https://www.kaggle.com/jr2ngb/superstore-data
https://www.kaggle.com/dgawlik/nyse
https://www.kaggle.com/shaz13/fotune500-2017
https://www.kaggle.com/shivamb/netflix-shows