CURSO:APLICACIONES TRADUCCION:APPLICATIONS SIGLA:INF3821 CREDITOS:05 MODULOS:02 CARACTER:OPTATIVO TIPO:CATEDRA,TALLER CALIFICACION:ESTANDAR DISCIPLINA:INGENIERIA,COMPUTACION PALABRAS CLAVE:COMPUTACION,INTELIGENCIA,ARTIFICIAL,CIENCIA,DATOS,APLICACIONES I.DESCRIPCIÓN DEL CURSO En este curso los estudiantes revisaran ejemplos exitosos de aplicacion de herramientas de Ciencias de Datos e Inteligencia Artificial mediante casos de estudio, donde un invitado presentara la problematica y como esta fue resuelta usando tecnicas y herramientas de Ciencia de Datos e Inteligencia Artificial. El curso considera ademas trabajo practico, donde se recrearan condiciones similares a las de los casos presentados. II.RESULTADOS DE APRENDIZAJE 1.Identificar casos exitosos de aplicacion de las herramientas de Ciencia de Datos e Inteligencia Artificial, tanto en el mundo academico, como en la industria. 2.Distinguir situaciones reales donde las herramientas de Ciencia de Datos e Inteligencia Artificial pueden ser aplicadas para resolver problemas. III.CONTENIDOS Se presenta una lista de topicos centrales que seran cubiertos, sin excluir otros posibles, dependiendo de la disponibilidad de los invitados: 1.Reconocimiento visual usando Deep Learning. 2.Mineria de procesos. 3.Data Science en educacion. 4.Plataformas para analisis masivo de datos en la industria. 5.Deteccion de fraudes en transacciones. 6.Recomendacion de documentos medicos. 7.Retail (Segmentacion de clientes). 8.Data Science en el analisis de fenomenos naturales. IV.ESTRATEGIAS METODOLOGICAS -Profesionales Invitados. -Estudio de casos. -Talleres practicos. V.ESTRATEGIAS EVALUATIVAS -Controles: 30% -Actividades practicas: 70% VI.BIBLIOGRAFIA Minima S. Russell, P. Norvig, Artificial Intelligence. A Modern Approach, Prentice Hall, 3rd edition, 2010. I. Goodfellow, Y. Bengio, A. Courville. Deep Learning, MIT Press, 2016. T. Hastie, R. Tibshirani, J. Friedman, The elements of Statistical Learning, Springer, 2nd edition, 2009. Complementaria T. White. Hadoop: The Definitive Guide, O?Reilly Media, 4th edition, 2015. K. Murphy. Machine Learning: A Probabilistic Perspective, MIT Press, 2012. J. VanderPlas. Python Data Science Handbook: Essential Tools for Working with Data, O?Reilly Media, 2016. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA / ENERO 2020