Expertos: Kevin Alexander Jaramillo Castrillón
Rodrigo Antonio Rodríguez Palacio
Objetivos de aprendizaje:
Conocer el funcionamiento de las bases de datos bibliográficas como herramientas para la búsqueda y el manejo de la información sobre cualquier área del conocimiento.

Duración: 16 horas
Video: https://streaming.udem.edu.co/files/3772-bases-de-datos-y-sistemas-de-citacion.mp4
Temas del curso:

Exploración de saberes previos

Momento de conceptualización

Bases de datos bibliográficas y sistemas de citación

  • Bases de datos bibliográficas
  • Sistemas de citación
Expertos temáticos:

fotografia

Kevin Alexander Jaramillo Castrillón
Licenciado en Filosofía de la Universidad de Antioquia y Magíster en Educación y Derechos Humanos de la Universidad Autónoma Latinoamericana (UNAULA). Poseo amplios conocimientos en el tratamiento de temarios referentes a la construcción de paz, la teoría política, filosofía de la educación y la expresión escrita y comunicativa: He realizado reflexiones teóricas entorno a la lectoescritura, la lectura crítica y la lectura de ciudad, por medio del desarrollo de materiales didácticos transmediáticos.


fotografia

Rodrigo Antonio Rodríguez Palacio
Licenciado en Filosofía de la Universidad de Antioquia. Cuento con amplios conocimientos en filosofía política, antropología filosófica, construcción de paz, estudios de identidad, currículo, didáctica, evaluación y planeación. He trabajado enfoques académicos en pedagogía, literatura, filosofía práctica, moral y antigua, así como enseñanza de la lengua española y las ciencias sociales, entre otras


Licencia: cc-by
Requisitos:

Público objetivo: Este MOOC Bases de datos bibliográficas y sistemas de citación tiene como principales destinatarios los estudiantes de últimos grados de bachillerato y universitarios de todas las carreras de pregrado y posgrado, que se encuentren interesados en mejorar sus conocimientos y destrezas de los procesos de escritura que se llevan a cabo dentro del ámbito académico.

Conocimientos previos para cursarlo: conocimientos básicos y destrezas en la lectura y escritura.

Requisitos mínimos para su estudio: Para el óptimo desarrollo de este curso debes tener habilidad en el manejo de aplicaciones Web, dedicar las horas necesarias para los contenidos temáticos, realizar las actividades propuestas y revisar los documentos de apoyo.

Horas de formación: 16
Expertos:
Herman Horacio Jaramillo Villegas
Objetivos de aprendizaje:
Comprender de qué forma ML ayuda a enfrentar las actividades diarias del ser humano.
Duración: 8 horas
Video: https://streaming.udem.edu.co/files/3753-presentacion-curso-machine-learning.mp4
Temas del curso:

Introducción histórica a Machine Learning

Introducción histórica.

Herramientas fundamentales a las matemáticas

  • Álgebra lineal Parte I.
  • Álgebra lineal Parte II.

Métodos supervisados

Regresión lineal 2D
  • El problema de mínimos cuadrados.
  • El método de descenso de gradiente.
  • Dimensiones y normalización de parámetros (feature normalization).
  • Regresión polinomial simple, multivariada y regresiones más generales.
Clasificación
  • Regresión logística.
  • Clasificación, frontera de decisión, sobreajuste, subajuste, multiclases.
  • Redes neuronales, motivación, historia, significado y ejemplos.
  • Redes neuronales artificiales propagación hacia adelante y hacia atrás.
Expertos temáticos:
Herman Horacio Jaramillo VillegasHerman Horacio Jaramillo Villegas

Matemático en la Universidad Nacional de Colombia con estudios de maestría y doctorado en geofísica en Colorado School of Mines (CSM). En la industria de la exploración sísmica ha trabajado con varias compañías operadoras internacionales. Su experiencia laboral incluye la investigación en geofísica y el desarrollo de software en distintas ramas de la Geofísica. Docente en la Universidad de Medellín, donde ha dictado cursos de pregrado y postgrado en Cálculo de varias variables, Métodos numéricos, Machine learning, Matemáticas aplicadas, entre otros.

Licencia: cc-by
Requisitos:
  • Público objetivo: todas las ramas de la ciencia, ingeniería, biología, sociología, finanzas, etc.
  • Conocimientos previos: necesita haber cursado cálculo de varias variables y álgebra lineal.
  • Requisitos mínimos: se requiere de conocimientos en cálculo de varias variables y álgebra lineal.
Horas de formación: 8