Introducción a Machine Learning para las políticas públicas
El objetivo general del curso es proporcionar a los participantes las habilidades y conocimientos fundamentales en Machine Learning para su aplicación efectiva en la investigación en ciencias económicas y sociales. A lo largo del curso, los estudiantes desarrollarán una comprensión sólida de los conceptos clave del Machine Learning, aprenderán a aplicar estas técnicas a conjuntos de datos específicos de economía y ciencias sociales, y adquirirán habilidades prácticas en la interpretación de resultados.
Inicio: 1 de octubre
Más información del curso
- Estudios de pregrado en Economía y/o tener interés e la investigación económica y social.
- Conocimientos intermedios de R, Office y herramientas de ofimática.
- Disponibilidad de tiempo para capacitarse online.
- Tener instalado R en sus computadoras
Módulo 1: Introducción a Machine Learning
- Definición y conceptos básicos de Machine Learning
- Tipos de aprendizaje: supervisado, no supervisado y reforzado
- Aplicaciones en ciencias económicas y sociales
Módulo 2: Preparación de Datos
- Adquisición y exploración de datos
- Limpieza y preprocesamiento de datos
- Manejo de datos faltantes y outliers
Módulo 3: Modelos Supervisados
- Regresión lineal y logística
- Least Absolute Selection and Shrinkage Operator (Lasso)
- Cross-validation and the bootstrap.
- Árboles de decisión y métodos básicos deconjunto
- Random Forest
Talleres:
- Implicaciones y consideraciones éticas en el uso de algoritmos de Machine Learning
- Estudios de caso en ciencias sociales
- Proyecto final: aplicación práctica en un contexto de investigación
Horario:
-
Martes y jueves, de 18:30 a 20:45 p.m.
Evaluación:
-
Evaluación de entrada: 0%
-
Asistencia: 10%
-
Evaluaciones por módulos: 30%
-
Entrega intermedia grupal: 20%
-
Entrega final grupal: 40%
- Angelo Cozzubo, Magíster con honores en Análisis Computacional y Políticas Públicas por University of Chicago. Bachiller summa cum laude y licenciado en Economía por PUCP. En 2019, obtuvo las becas Presidente de la República, Fulbright y Chevening para posgrados en el extranjero. Cuenta con publicaciones en journals y capítulos en libros sobre economía y políticas públicas.
- Alexander Quispe, Consultor del Banco Mundial y Profesor en la PUCP con una Maestría en Quantitative Economics de la Universidad de Múnich. Con roles de investigación en Harvard, MIT Sloan, Yale y el Max Planck Institute y experiencia docente en temas de Inteligencia Artificial e Inferencia Causal.
- Gonzalo Urbina, Master en Ciencias Ambientales, orientado a Economía Ambiental, Valorización Económica del Ambiente y Economía Conductual por la Universidad de Yale, y Bachiller en Ciencias Económicas por la Universidad Agraria. Tiene experiencia en valorización ambiental, negociación y desarrollo rural sostenible.