MAT281 - Aplicaciones de la Matemática en la Ingeniería

UTFSM Matemática

python
matemáticas
educación
Autor/a

Francisco Alfaro

Fecha de publicación

12 de diciembre de 2024




🎉 Finalización del Curso MAT281

Nos complace anunciar la exitosa finalización del curso MAT281 - Aplicaciones de la Matemática en la Ingeniería, impartido en la Universidad Técnica Federico Santa María (UTFSM). Este hito tuvo lugar el día de hoy con presentaciones finales de los estudiantes sobre el desafío de Kaggle Spaceship Titanic, una experiencia que combinó innovación, análisis de datos y trabajo en equipo.

🌟 Lo Mejor del Curso

Durante el semestre, los estudiantes desarrollaron habilidades fundamentales como Data Scientists utilizando el lenguaje de programación Python. Algunas de las competencias adquiridas incluyen:

  • Manipulación de datos: A través de herramientas como Pandas y NumPy.
  • Visualización de datos: Utilizando librerías como Matplotlib y Seaborn para comunicar resultados de manera efectiva.
  • Machine Learning: Enfocados en resolución de problemas reales con datasets relevantes.

👏 ¡Felicitaciones a Nuestros Estudiantes!

Felicitamos a todos los estudiantes por su esfuerzo, dedicación y compromiso a lo largo del curso. Las presentaciones finales destacaron el dominio de conceptos clave y la capacidad de aplicar el aprendizaje en un desafío del mundo real. ¡Su crecimiento como profesionales en este campo es un motivo de orgullo para la comunidad universitaria!

📅 Próximos Desafíos

Este curso marca el inicio de un camino lleno de oportunidades en el mundo de la ciencia de datos. Invitamos a nuestros estudiantes a continuar desarrollando sus habilidades, participando en proyectos y explorando nuevas competencias en este apasionante campo.

📷 Fotos de las Presentaciones Finales

📋 Sobre las Presentaciones

Las presentaciones del curso estuvieron enfocadas en resolver y exponer los principales insights relacionados con el desafío de Kaggle Spaceship Titanic. Este problema retador permitió a los estudiantes aplicar sus conocimientos en análisis de datos, visualización y modelado para identificar patrones y responder preguntas clave del dataset, promoviendo el desarrollo de habilidades prácticas en ciencia de datos.

Grupo 1: Héctor Silva, Sebastián Rosas.


Grupo 2: Joaquín Ramírez, Nicolás Rodríguez, Vicente Moreno, Alejandro Salas.


Grupo 3: María José Núñez, Alexei Arenas, Andrés Ángel, Tomás Rojas.