email: [email protected]
1.- Programación básica en pyhton, manejo de repositorio y visualización.
2.- Adquisición de datos y tipos de variables (encuestas, diseño de experimentos, observables, etc.)
3.- Inferencia estadística.
a) Inferencia clásica
b) Inferencia Bayesiana
4.- Mineria de Datos y ML
a) Estructuras en datos (funciones de correlación, busqueda de clusters)
b) Reducción de dimensiones
c) Clasificación
-- 50 % Tareas/actividades semanales. Github organizado. Se revisa continuamente. -- 50% Proyectos del curso. Tentativamente 3 durante el semestre.
-- Tareas y proyectos preferentemente en *Binder
Si se presentan en pdf deberán añadirse los scripts o códigos.
- Statistics, Data Mininig, and Machine Learning in Astronomy. https://www.astroml.org
- Python Data Science Handbook https://jakevdp.github.io/PythonDataScienceHandbook/index.html