Educational Transformation in Applied Mathematics with Google Colab

Experience in the MAT281 Course

Francisco Alfaro Medina
Valeska Canales Pozo

https://sethnut.com/talks

Curso MAT281

Aplicaciones de la matemática en la ingeniería

Malla Curricular - ICMAT

🌐 Más detalles del curso MAT281

MAT281 - Matemáticas Aplicadas

• Objetivo: Desarrollar competencias como Data Scientist
• Requisitos: Python y cursos básicos de matemáticas
• Contenidos: Toolkit, Data Manipulation, Machine Learning
• Evaluaciones: Laboratorios, Tareas, Proyecto

🌐 Repositorio: github.com/fralfaro/MAT281

Historia del curso

Conceptos Claves

Tecnologías y Aprendizajes

Google Colab
Ejecuta Python gratis en la nube.

GitHub
Gestiona proyectos de código.

Quarto
Crea documentos con código.

🌐 PyLatam 2022: Clases Interactivas con Google Colab, Mkdocs y Github Actions

Aprendizajes Claves

• Motivación: Fomentar interés.
• Activo: Involucra a los estudiantes.
• Proyectos: Problemas reales.
• Constructivismo: Experiencia.

📄 (C) How Learning Works (Ambrose, 2010)

Innovación Educativa

Innovación en la Enseñanza y Evaluación en MAT281

P1: Herramientas OpenSource

Google Colab
Aprendizaje colaborativo sin instalación

GitHub
Portafolio inicial con control y seguimiento.

P1: Herramientas OpenSource

P1: Herramientas OpenSource

Repositorio del Curso

Portafolio Estudiantes

P2: Evaluaciones Innovadoras

Evaluaciones
Evaluaciones prácticas y colaborativas para el trabajo

Feedback
Proyectos y feedback que fortalecen habilidades

P2: Evaluaciones Innovadoras

P3: Impacto Formación Profesional

• Motivación por la programación
• Preparación para prácticas
• Memorías Innovadoras

P3: Impacto Formación Profesional

Retroalimentación

Perspectiva de los Estudiantes del Curso MAT281

Comentarios de los Participantes

Negativos

• Poca respuesta a dudas por correo
  
• Falta de retroalimentación y notas
  
• Evaluaciones poco claras
  
• Contenido teórico algo extenso
  
• Tiempo insuficiente para preguntas
  

Positivos

• Profesor claro y con buena disposición
  
• Explicaciones ordenadas y confiables
  
• Contenido práctico y aplicable
  
• Curso bien estructurado en Data Science
  
• Ambiente positivo de aprendizaje
  

Evaluaciones

(C) La evaluó: contenidos, cercanía, y fomarlidades del curso.

Conclusiones

Resultados y Reflexiones del Curso MAT281

Conclusiones
Herramientas abiertas motivan, mejora la comprensión práctica
y ofrece flexibilidad en el aprendizaje

Trabajos Futuros
Integrar Inteligencia Artificial, expandir la metodología, proyectos con la industria
y automatizar evaluaciones

🎉 Agradecimientos

Sebastián Flores

Alonso Ogueda

Alberto Rubio

Eric Zepeda

Sebastián Torres

Rodrigo Lecaros

🎉 Agradecimientos

🎉 ¡Gracias por Participar!

❓¿Preguntas?

👏 Responder encuesta

🥳 Gracias de Nuevo

🔗 Nuestro Sitio Web: seth-nut.github.io/resources.