Datos generales

• Plan de estudios: 0500 - BIOLOGÍA AMBIENTAL
• Créditos: 2.0

Grupos

Tabla información sobre los grupos de la asignatura

Actividad	Grupo	Periodos	Horarios	Aula	Profesor/Tutor
SALAS ESPECIALIZADAS CÓMPUTO	(1) - SALAS CÓMPUTO - GRUPO 1 - BOGOTÁ	22/01/2024 - 18/05/2024	LUNES 09:00 - 11:00	AULA WINDOWS - 309 - M7A	YEIMY JULIANA IBÁÑEZ PINZÓN
	(2) - SALAS CÓMPUTO - GRUPO 2 - BOGOTÁ	22/01/2024 - 18/05/2024	LUNES 11:00 - 13:00	AULA GENERAL 20 - M21 - PISO 2	JAVIER RIASCOS OCHOA
	(3) - SALAS CÓMPUTO - GRUPO 3 - BOGOTÁ	22/01/2024 - 18/05/2024	LUNES 11:00 - 13:00	AULA WINDOWS - 309 - M7A	YEIMY JULIANA IBÁÑEZ PINZÓN
	(5) - SALAS CÓMPUTO - GRUPO 5 - BOGOTÁ NOCTURNO	22/01/2024 - 18/05/2024	LUNES 18:00 - 20:00	AULA MACINTOSH - 302 - M2	MIGUEL ÁNGEL PINZÓN BUITRAGO
	(6) - SALAS CÓMPUTO - GRUPO 6 - BOGOTÁ NOCTURNO	22/01/2024 - 18/05/2024	LUNES 18:00 - 20:00	AULA WINDOWS - 309 - M7A	CAMILO ESTEBAN SOTO SARAY
	(4) - SALAS CÓMPUTO - GRUPO 4 - BOGOTÁ	22/01/2024 - 18/05/2024	LUNES 13:00 - 15:00	AULA WINDOWS - 309 - M7A	MIGUEL ÁNGEL PINZÓN BUITRAGO

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 agroecología, la biología, la ingeniería, el modelado y la simulación.

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
13. Visualización de datos con Seaborn – Strips, Heat maps – Boxes – Pair plots

Bibliografía Básica Obligatoria

Acharya, S., & Chellappan, S. (2017). Introducing Visualization and Tableau. In Pro Tableau (pp. 1–48). https://doi.org/10.1007/978-1-4842-2352-9_1
Cairo, A. (2019). How Charts Lie: Getting Smarter about Visual Information. W. W. Norton & Company.
Gonzalez, L. (2018). Análisis exploratorio de datos: Una introducción a la estadística descriptiva y probabilidad. Universidad Jorge Tadeo Lozano.
Knaflic, C. N. (2015). Storytelling with Data: A Data Visualization Guide for Business Professionals. John Wiley & Sons.
Knaflic, C. N. (2020). Storytelling with Data: Let’s practice!. John Wiley & Sons.
Lupton, Ellen (2019). El diseño como storytelling. Editorial GG.
Telea, A. C. (2014). Data Visualization: Principles and Practice, Second Edition. CRC Press.
Tufte, Edward R. (1990). Envisioning Information. Graphics Press.
Veglis, A. (2017). Interactive Data Visualization. In Encyclopedia of Big Data (pp. 1–4). https://doi.org/10.1007/978-3-319-32001-4_116-1
Yau, N. (2011). Visualize This: The FlowingData Guide to Design, Visualization, and Statistics

Resultado de Aprendizaje

Integrar y contribuir al desarrollo de nuevas tecnologías y técnicas de modelado de sistemas para formular y resolver problemas complejos, optimizar sistemas y procesos; a través de ideas y soluciones innovadoras.

Medios Educativos

SALAS DE COMPUTO, OFFICE, TABLEAU, POWER BI, VIDEOBEAM, AVATA DEL CURSO

Fecha de actualización

28/08/2023