Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2. Sumilla
El curso formato MOOC Ciencia de Datos tiene por finalidad brindar una visión
general de aspectos estadísticos y, en general, cuantitativos inmersos dentro del Data
Science, así como de las fases, metodologías, principales casuísticas y factores de éxito
necesarias para un adecuado diseño e implementación de algoritmos y procesos que
generan valor agregado en la toma de decisiones de las instituciones.
3. Competencia
Analiza las bases teóricas y conceptos cuantitativos de la Ciencia de Datos o Data Science,
así como de los principales componentes y actividades en el desarrollo de un proyecto,
valorando la importancia de la administración de información en las instituciones.
4. Contenido
Capacidad 01:
Reconoce el panorama histórico, la evolución de las industrias y el escenario actual,
mediante el análisis de un caso en el que se demuestre la necesidad de incorporar
en su labor diaria la transformación digital.
Contenido
Capacidad 02:
Comprende las generalidades básicas de la estadística y las probabilidades para
el entendimiento de la Ciencia de Datos a través de la revisión de los principales
tópicos.
www.enc.edu.pe
Contenido
Capacidad 03:
Identifica los componentes y fases de un Proyecto de Data Science, tanto a nivel de
sus componentes tecnológicos, de procesos y personas (perfiles especializados), a
partir de casos prácticos.
Contenido
5. Metodología
El curso autoinstructivo se desarrollará mediante la Metodología de la Educación Virtual,
a través del Método Electronic Learning (e-Learning) en la que el participante tendrá la
oportunidad de convertirse en el principal protagonista del proceso académico, proceso
asíncrono de autoaprendizaje para que el/la estudiante aprenda en el tiempo y modo que
más se adecue a su disponibilidad de horario con el uso de recursos digitales.
6. Recursos
• Medios: Aula Virtual sostenida en la plataforma Moodle de la ENC.
7. Sistema de evaluación
El enfoque por competencias propone un sistema de evaluación continuo y efectivo,
considerando lo siguiente:
www.enc.edu.pe
• El curso presenta una (1) evaluación por unidad.
• La evaluación en línea está programada para dos (2) intentos.
• El sistema cerrará la evaluación de manera automática en la hora establecida,
indistintamente en el estado en que se encuentre la actividad.
• La nota mínima aprobatoria es de catorce (14).
I Evaluación en línea 30 %
II Evaluación en línea 30 %
Total 100 %
8. Fuentes de información
Anantrasirichai, N. & Bull, D. (2020). Artificial Intelligence in the Creative Industries: A
Review. University of Bristol
https://www.researchgate.net/publication/343228503_Artificial_Intelligence_in_the_
Creative_Industries_A_Review
Dirk P. Kroese, Zdravko I. Botev, Thomas Taimre, Radislav Vaisman. (2020). Data Science
and Machine Learning, Mathematical and Statistical Methods.
https://people.smp.uq.edu.au/DirkKroese/DSML/DSML.pdf
Shan, K.; Wang, H.; Chen, W., Song, M. (2015). The Data Science Handbook. Estados
Unidos: Wiley
www.enc.edu.pe