Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Revisión 06
Sílabo
03 Nov 2015
1. INFORMACIÓN GENERAL
Profesor
Duración 8 HORAS
Fecha
3. OBJETIVOS DE APRENDIZAJE
Público Objetivo: El curso está dirigido a cualquier persona con conocimientos básicos en
estadística, negocios y sistemas informáticos.
Página 1 de 3
SISTEMA DE GESTIÓN DE LA CALIDAD RE-I&D-041
Revisión 06
Sílabo
03 Nov 2015
5. EVALUACIÓN
MODALIDAD PRESENCIAL
Los criterios de evaluación para obtener el promedio final de cada alumno son:
Pondera
Mecanismo de evaluación (*) Descripción
ción
Evaluación teórica del tema visto en el curso y
Evaluación de los temas 50%
participación activa en las discusiones
Asistencia 50% Cumplimiento en las sesiones de exposición.
(*) La metodología de evaluación establecida no puede ser modificada durante el desarrollo del
curso.
Fecha de entrega de promedio final del curso: 1 semana después de culminado el
curso.
6. ESTRUCTURA CURRICULAR
Página 2 de 3
SISTEMA DE GESTIÓN DE LA CALIDAD RE-I&D-041
Revisión 06
Sílabo
03 Nov 2015
Se entregará:
Material
8. PAUTAS COMPLEMENTARIAS
El profesor es el responsable de la elaboración del material y de las actividades; así como quien
absolverá las consultas que le realicen a través del correo electrónico. Adicionalmente la
Coordinadora Académica será la encargada de supervisar el cumplimiento de las tareas, Ud. Podrá
comunicarse con ella través de su correo electrónico.
9. BIBLIOGRAFÍA
[1.] Dale, K. (2016). Data visualization with Python and JavaScript: Scrape, clean, explore &
transform your data (1st ed.). Sebastopol, CA: O’Reilly Media, Inc.
[2.] Gohil, A. (2015). R data visualization cookbook: Over 80 recipes to analyze data and create
stunning visualizations with R (1st ed.). Birmingham, UK: Packt Publishing Ltd.
[3.] Kirk, A. (2012). Data visualization: A successful design process : a structured design approach
to equip you with the knowledge of how to successfully accomplish any data visualization
challenge efficiently and effectively (1st ed.). Birmingham, UK: Packt Pub.
[4.] Knaflic, C. N. (2015). Storytelling with data: A data visualization guide for business professionals
(1st ed.). Hoboken, NJ: John Wiley & Sons, Inc.
[5.] Milovanović, I. (2013). Python data visualization cookbook: Over 60 recipes that will enable you
to learn how to create attractive visualizations using Python's most popular libraries.
Birmingham, UK: Packt Publishing.
[6.] Simon, P. (2014). The visual organization: Data visualization, big data, and the quest for better
decisions (1st ed.). NJ: John Wiley & Sons, Inc.
[7.] Telea, A. (2008). Data visualization: Principles and practice (1st ed.). Wellesley, MA: A K Peters,
Ltd.
[8.] Wickham, H. (2009). Ggplot2: Elegant graphics for data analysis (2nd ed.). Houston, TX:
Springer.
Página 3 de 3