/MAT281_2023

Clases MAT281, segundo semestre del 2023 (UTSFM- Campus San Joaquín)

MIT LicenseMIT

MAT281 - Aplicaciones de la Matemática en la Ingeniería

example workflow Link a la Documentación Link a la Documentación Link a la Documentación

Identificación de la asignatura

  • Asignatura: Aplicaciones a la Matemática
  • Sigla: MAT281
  • Prerrequisitos: Ninguno
  • Unidad Académica que lo imparte: Deparatamento de matemáticas
  • Eje formativo: Ingeniería Aplicada e Integración

Descripción de la Asignatura

El estudiante adquiere competencias/destrezas básicas como Data Scientist (ocupando el lenguaje de programación Python).

Requisitos de entrada

  • Utiliza/comprende conceptos básicos de Cálculo-Algebra, Probabilidad-Estadística y Optimización.
  • Utiliza/comprende conceptos básicos de Python.

Contenidos temáticos

  • Toolkit básico del curso
  • Computación científica
  • Manipulación de datos
  • Visualización
  • Machine Learning

Recursos para el aprendizaje

  • Texto Guía:

    • Python Data Science Handbook - Jake VanderPlas
  • Complementaria/Opcional:

    • Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow - Aurélien Géron
    • Data Science from Scratch - Joel Grus
    • Python for Data Analysis - Wes McKinney

Evaluación

Laboratorios

  • Semanal.
  • Individual.
  • Notas: 0, 25, 50, 75, 100.
  • Plazo: final del día de clases.
  • Entregas fuera del plazo tienen nota cero (0).

Tareas

  • Mensual.
  • Individual.
  • Plazo:
    • $T_1$: 14 de Septiembre 2023.
    • $T_2$: 04 de Diciembre 2023.
  • Entregas fuera del plazo descuentan 25 puntos por día (parte entera).
    • Por ejemplo, un retraso de 15 minutos cuenta como un día y descuenta 25 puntos.

Proyecto

  • Semestral.
  • Plazo: final del curso (04 de Diciembre 2023).
  • Individual.
  • Entregas fuera del plazo descuentan 25 puntos por día (parte entera).

Nota Final

La nota final será el promedio ponderado entre los laboratorios, tareas y el proyecto final del curso.

$$ N_f = 0.3\bar{n_l} + 0.35\bar{n_t} + 0.35n_p $$

¡Importante!: Todos los entregables se deben subir al repositorio personal del estudiante (en GitHub). Las notas se trataran de actualizar al final de cada mes.