Programa

• Programa Big Data (2021 – Verano)

Notas de clase y presentaciones

Aprendizaje Estadistico (Sesion 1)

• Introducción aprendizaje estadístico (Junio 2021)
• Machine Learning & Economics (Junio 2021)
• Lecturas
  • Statistical Modeling: The Two Cultures
  • Machine Learning Methods Economists Should Know About
  • Prediction Policy Problems
  • Economics in the age of big data

Principales tecnicas (Sesion 2 – 4)

• Métodos lineales de regresión y clasificación (Junio 2021)
• Métodos no lineales de regresión y clasificación (Junio 2021)
• Validación y Selección de Modelos (Junio 2021)
• Predicting Annual Length-Of-Stay and its Impact on Health Costs
• Lecturas
  • Lectura: Three learning principles from Learning From Data (2012) , Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin .
  • Machine Learning Based Program to Prevent Hospitalizations and Reduce Costs in the Colombian Statutory Health Care System

Analisis No Supervisado (Sesion 5 – 6)

• Principales Tecnicas de Analisis No Supervisado (Junio 2021)
• Aplicacion: SARLAFT (Junio 2021)
• Aplicacion: Prediccion del Crimen (Junio 2021)
• Lecturas
  • Nota de Politica No. 38. Uniandes. Prediciendo el Crimen
  • Centro de Analitica para Politicas Publicas: Investigacion en Crimen

Mineria de Texto (Sesion 7)

• Fundamentos NLP (Julio 2021)
• Lecturas
  • Improving transparency of the Colombian Peace Treaty with NLP

Intoroduccion a la Mineria de Redes (Sesion 8-9)

• Introducción a la Teoría de Redes (Julio 2021)
• Analisis de Enlaces (Julio 2021)
• Lecturas
  • Termometro de Violencia Digital

Guía Trabajo Final

Una forma de evaluar el valor y riesgo de una propuesta de investigacion es seguir el Catecismo de Heilmeier

Un buen articulo en minería de datos debe tener un estructura como esta:

1. Introducción:  el problema y su relevancia, revisión de la literatura y contribución especifica del artículo en el contexto de esta literatura.
2. Descripción de los datos.
3. El modelo (si lo hay) y ojala algún resultado teórico.
4. El algoritmo utilizado.
5. Aplicación a por lo menos dos cosas: (1) Datos sintéticos y (2) Una base de datos del mundo real.
6. Conclusiones

Un excelente ejemplo es: Uplift Modeling with Multiple Treatments and General Response Types

El estándar de edición de las publicaciones académicas es Latex. Para instalar este sistema de edición recomiendo:

1. Descargar Latex de https://www.latex-project.org/
2. Descargar un editor de Latex. Texstudio es muy bueno: https://www.texstudio.org/
3. Este template puede ser bueno para comenzar a modificar: KDD Template Example

 Textos

• Introduction to Statistical Learning with Applications in R. Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani

Lecturas Adicionales

• McKinsey Global Institute: The age of analytics executive summary
• The data revolution and economic analysis
• Big Data: New Trick for Econometrics
• Statistical Learning Theory: Models. Concepts, and Results
• Top 10 algorithms in data mining
• The Markov Chain Montecarlo Revolution
• Support Vector Classification with Input Data Uncertainty
• Testing Rating Accuracy (véase también: http://www.hmeasure.net/)

Presentaciones adicionales

• Learning curves (Andrew Ng)
• Deciding what to do next revisited (Andrew Ng)
• Error metrics for skew classes (Andrew Ng)
• Trading off precision and recall (Andrew Ng)