Periodo académico 2024-1S
Actividad | Grupo | Periodos | Horarios | Aula | Profesor/Tutor |
---|---|---|---|---|---|
SALAS ESPECIALIZADAS CÓMPUTO | (1) - SALAS CÓMPUTO - GRUPO 1 - BOGOTÁ NOCTURNO | 22/01/2024 - 18/05/2024 | LUNES 18:00 - 21:00 | AULA 704 - M7A | JAIRO ALEJANDRO GRANADOS ZAMBRABO |
La globalización de los mercados financieros ha acercado a las organizaciones financieras a buscar una mayor incorporación de métodos cuantitativos. Es por esto por lo que se hace necesario desarrollar cocimientos profundos en matemáticas, probabilidad y estadística, así como su aplicación en las áreas financieras. La ciencia de datos financieros abre las posibilidades para entender diferentes métodos que permiten aprovechar y mejorar el uso de los datos financieros. Entonces, ¿Cómo limpiar los datos financieros?, ¿cuáles son los factores decisivos para implementar adecuadamente un modelo de datos financieros? ¿Cómo definir los modelos más acertados para implementar en una situación financiera específica?
Objetivo General
Emplear herramientas informáticas (Python +R Studio) para el análisis y
visualización de información de los mercados financieros.
Objetivos Específicos
• Diferenciar los principios y técnicas fundamentales de la minería de
datos.
• Examinar las tecnologías de análisis de datos para extraer información
útil de datos financieros sin procesar.
• Implementar técnicas de aprendizaje no supervisado que permitan
analizar los mercados financieros.
Minería de datos, ajuste y sobreajuste de datos.
• Modelado predictivo.
• Pruebas de modelos.
• Análisis de rendimiento del modelo.
Ciencia de datos
financieros
Área de Economía,
Finanzas y Comercio
2
• Aprendizaje no supervisado y agrupamiento.
• Razonamiento bayesiano y clasificación de textos.
Grus, J (2018) Data Science from Scratch: First Principles with Python. O'Reilly Media
Aplicar las habilidades cuantitativas, analíticas y computacionales para proponer soluciones a situaciones económicas y financieras.
SALA DE COMPUTO
22/09/2023