Data Analytics - EG39 - 202301

Descripción del Articulo

Descripción: El curso de Data Analytics (7mo ciclo) pertenece a la línea de Metodología e Investigación. Se enfoca en la profundización en el manejo de herramientas informáticas y en la aplicación de estas al análisis de los datos cuantitativos. En un contexto en el que se encuentran disponibles gra...

Descripción completa

Detalles Bibliográficos
Autor: Inga Martel, Andy Marcial
Formato: informe técnico
Fecha de Publicación:2023
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/678577
Enlace del recurso:http://hdl.handle.net/10757/678577
Nivel de acceso:acceso abierto
Materia:EG39
id UUPC_712d418943c44a01b0b06b8f4dca0f19
oai_identifier_str oai:repositorioacademico.upc.edu.pe:10757/678577
network_acronym_str UUPC
network_name_str UPC-Institucional
repository_id_str 2670
spelling 189297a67dabecc1d9f40c225a0994de500Inga Martel, Andy Marcial2024-11-23T02:58:57Z2024-11-23T02:58:57Z2023-03http://hdl.handle.net/10757/678577Descripción: El curso de Data Analytics (7mo ciclo) pertenece a la línea de Metodología e Investigación. Se enfoca en la profundización en el manejo de herramientas informáticas y en la aplicación de estas al análisis de los datos cuantitativos. En un contexto en el que se encuentran disponibles grandes fuentes de datos (Big Data), y la implementación de diversos aspectos de las Ciencias de los Datos a diversas especialidades, el presente curso aborda la presentación y manejo básico e intermedio de las principales herramientas informáticas actuales (R Studio y Python); así como su implementación en el manejo y análisis de los datos cuantitativos aplicados a Economía. Propósito: Es un curso propone desarrollar la habilidad de manejar, procesar y analizar datos cuantitativos aplicables a Economía; manejando programas estadísticos como R y Python. Es un curso enfocado en el desarrollo de la(s) competencia(s) de: Pensamiento Innovador (Nivel 2) y de Investigación Económica (Nivel 2).application/pdfspaUniversidad Peruana de Ciencias Aplicadas (UPC)info:eu-repo/semantics/openAccessUniversidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCEG39Data Analytics - EG39 - 202301info:eu-repo/semantics/report2024-11-23T02:58:57ZTHUMBNAILEG39_Data_Analytics_202301.pdf.jpgEG39_Data_Analytics_202301.pdf.jpgGenerated Thumbnailimage/jpeg51434https://repositorioacademico.upc.edu.pe/bitstream/10757/678577/3/EG39_Data_Analytics_202301.pdf.jpg97665bf17e949740dd7a9a293b474aceMD53falseTEXTEG39_Data_Analytics_202301.pdf.txtEG39_Data_Analytics_202301.pdf.txtExtracted texttext/plain13616https://repositorioacademico.upc.edu.pe/bitstream/10757/678577/2/EG39_Data_Analytics_202301.pdf.txt463caeca8e570fbd94688d3f53c634e9MD52falseORIGINALEG39_Data_Analytics_202301.pdfapplication/pdf14979https://repositorioacademico.upc.edu.pe/bitstream/10757/678577/1/EG39_Data_Analytics_202301.pdfe87682005d074283d4018c8a1550a5acMD51true10757/678577oai:repositorioacademico.upc.edu.pe:10757/6785772024-11-23 05:08:09.836Repositorio académico upcupc@openrepository.com
dc.title.none.fl_str_mv Data Analytics - EG39 - 202301
title Data Analytics - EG39 - 202301
spellingShingle Data Analytics - EG39 - 202301
Inga Martel, Andy Marcial
EG39
title_short Data Analytics - EG39 - 202301
title_full Data Analytics - EG39 - 202301
title_fullStr Data Analytics - EG39 - 202301
title_full_unstemmed Data Analytics - EG39 - 202301
title_sort Data Analytics - EG39 - 202301
author Inga Martel, Andy Marcial
author_facet Inga Martel, Andy Marcial
author_role author
dc.contributor.author.fl_str_mv Inga Martel, Andy Marcial
dc.subject.none.fl_str_mv EG39
topic EG39
description Descripción: El curso de Data Analytics (7mo ciclo) pertenece a la línea de Metodología e Investigación. Se enfoca en la profundización en el manejo de herramientas informáticas y en la aplicación de estas al análisis de los datos cuantitativos. En un contexto en el que se encuentran disponibles grandes fuentes de datos (Big Data), y la implementación de diversos aspectos de las Ciencias de los Datos a diversas especialidades, el presente curso aborda la presentación y manejo básico e intermedio de las principales herramientas informáticas actuales (R Studio y Python); así como su implementación en el manejo y análisis de los datos cuantitativos aplicados a Economía. Propósito: Es un curso propone desarrollar la habilidad de manejar, procesar y analizar datos cuantitativos aplicables a Economía; manejando programas estadísticos como R y Python. Es un curso enfocado en el desarrollo de la(s) competencia(s) de: Pensamiento Innovador (Nivel 2) y de Investigación Económica (Nivel 2).
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2024-11-23T02:58:57Z
dc.date.available.none.fl_str_mv 2024-11-23T02:58:57Z
dc.date.issued.fl_str_mv 2023-03
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/report
format report
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10757/678577
url http://hdl.handle.net/10757/678577
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
dc.source.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
Repositorio Académico - UPC
dc.source.none.fl_str_mv reponame:UPC-Institucional
instname:Universidad Peruana de Ciencias Aplicadas
instacron:UPC
instname_str Universidad Peruana de Ciencias Aplicadas
instacron_str UPC
institution UPC
reponame_str UPC-Institucional
collection UPC-Institucional
bitstream.url.fl_str_mv https://repositorioacademico.upc.edu.pe/bitstream/10757/678577/3/EG39_Data_Analytics_202301.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/678577/2/EG39_Data_Analytics_202301.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/678577/1/EG39_Data_Analytics_202301.pdf
bitstream.checksum.fl_str_mv 97665bf17e949740dd7a9a293b474ace
463caeca8e570fbd94688d3f53c634e9
e87682005d074283d4018c8a1550a5ac
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio académico upc
repository.mail.fl_str_mv upc@openrepository.com
_version_ 1845545873023434752
score 13.814839
Data Analytics - EG39 - 202301
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares