Profesor**:** Cristian Baeza Torres
Email: [email protected]
El trabajo de la antropología ha tenido la necesidad de adaptarse a las herramientas propias de la Era de la Información, y justo cuando estamos viviendo una nueva revolución tecnológica con la aparición del Machine Learning y la Inteligencia Artificial, este curso trata de entregar una introducción práctica a la Ciencia de Datos con en el uso del lenguaje de programación R, utilizado como herramienta para el quehacer científico, así como también entregar una introducción a los diferentes conceptos y tecnologías relacionadas con el quehacer antropológico, entregando habilidades valiosas en diferentes funciones dentro de la actualidad y el futuro en un entorno globalizado en el que estamos insertos. En la actualidad los datos son uno de los recursos más valiosos, la ciencia de datos mantiene una gran proyección a futuro como herramienta y área de desarrollo profesional.
El objetivo de este curso es que los estudiantes tengan la capacidad de realizar un uso básico de R para análisis de datos con pruebas estadísticas, visualización de datos y creación de figuras e informes. Así como la capacidad de reflexionar de manera informada sobre las nuevas tecnologías aplicadas y vinculadas a la antropología.
Recomendaciones previas: El curso no requiere conocimiento previo del uso de software estadístico pero es deseable conocimiento sobre estadística descriptiva.
Se requiere computador con requisitos básicos para correr R y Rstudio (Windows, Linux o Mac). El software es gratis y de libre acceso.
R
Rstudio
https://www.rstudio.com/products/rstudio/
Todos los usuarios de Windows deben también instalar Rtools 4.2
https://cran.r-project.org/bin/windows/Rtools/
| Semana | Tema |
|---|---|
| 1 | Presentación del curso e introducción de R |
| 2 | Instalación de R y Rstudio, vectores y cálculos básicos |
| 3 | Bases de datos e instalación de paquetes, introducción a Tidyverse y R-notebooks |
| 4 | Manejar, filtrar y ordenar datos para su análisis. Introducción a la visualización de datos |
| 5 | R aplicado en antropología. Creación de primer informe en conjunto. |
| 6 | Desarrollo de informe en conjunto, manejo de datos aplicado en un caso |
| 7 | Pruebas estadísticas: Golems No paramétricos |
| 8 | Golems: profundización en métodos paramétricos |
| 9 | Visualización de datos aplicada, gráficos con ggplot2 |
| 10 | Termino de informe : Compartir nuestros resultados |
| 11 | Introducción a modelos predictivos: Regresión Linear |
| 12 | Estudios de casos 1: Investigación sobre temas de interés antropológico |
| 13 | Estudios de casos 2: Poblaciones del pasado. |
| 14 | Estudios de casos 2: Poblaciones del presente. |
| 15 | Una breve introducción al Machine Learning, el presente de la ciencia de datos. |
| 16 | El futuro, inteligencia artificial, automatización y herramientas para el quehacer antropológico. |
| 17 | Cierre del curso, discusiones finales y feedback. |
La metodología de este electivo es teórica, practica, participativa y colaborativa. Dividiendo las clases en partes teóricas explicando el contenido que posteriormente se aplicara en conjunto entre los alumnos y el docente, con el fin de aplicar la teoría en funciones prácticas de para el quehacer de la antropología. Las clases se realizarán en diapositivas, scripts y r-notebooks que quedarán en disposición de los alumnos al termino de la clase, y durante esta se presentará el trabajo en tiempo real en el software Rstudio. Durante el desarrollo de la asignatura se realizarán informes en clases como proyectos colaborativos con retroalimentación. Además de la discusión y reflexión en clases sobre temas de interés de los alumnos en relación con la aplicación de nuevas tecnologías y sus ventajas y desventajas en relación a la antropología.