Calendario Académico Oficial · Ciclo 2026
Planificación Semanal (Cronograma V3)
Estructura pedagógica de 13 semanas: fechas de clase, temario teórico-práctico, entregas de TPs y detalle bibliográfico requerido.
| Sem | Fecha | Unidad | Temario Teórico-Práctico (Notebooks) | Lecturas Recomendadas |
|---|---|---|---|---|
| 1 | 26/08/2026 | Unidad 1 |
Análisis Exploratorio y Probabilidad Repaso de estadística descriptiva. Manipulación de datos y visualización con Pandas y Seaborn. Conceptos fundamentales de probabilidad y variables aleatorias. |
[1] Cap. 1 a 4 [5] Cap. 1 |
| 2 | 02/09/2026 | Unidad 2 |
Inferencia, Estimación y Teorema Central del Límite Estimación paramétrica (puntual y por intervalos). Tamaños de muestra. Pruebas de normalidad (Shapiro-Wilk, Q-Q Plots). |
[1] Cap. 8 [5] Cap. 2 |
| 3 | 09/09/2026 | Unidad 2 |
Test de Hipótesis y Análisis de Varianza (ANOVA) Pruebas paramétricas (t de Student, F) y no paramétricas (Wilcoxon). Análisis de varianza (ANOVA de 1 factor) y comparaciones post-hoc (Tukey). |
[1] Cap. 8 [5] Cap. 2 |
| 4 | 16/09/2026 | - |
OLIMPÍADAS INTERUCA Jornada institucional y deportiva. Sin dictado de clases teóricas ni prácticas. |
- |
| 5 | 23/09/2026 | Unidad 3 |
Regresión Lineal Simple y Múltiple Estimadores MCO, supuestos de Gauss-Markov. Bondad de ajuste ($R^2$, RMSE). |
[5] Cap. 3 [6] Cap. 1 y 2 |
| 6 | 30/09/2026 | Unidad 3 |
Diagnóstico de Modelos, Outliers y PCA Análisis de residuos, multicolinealidad (VIF), valores atípicos y apalancamiento (Distancia de Cook). Ingeniería de características y Análisis de Componentes Principales (PCA). 🚨 Entrega de TP 1, TP 2 y TP 3 |
[4] Cap. 3 [6] Cap. 3 y 4 [7] Cap. 3 |
| 7 | 07/10/2026 | - |
EVALUACIÓN PARCIAL Evaluación teórico-práctica presencial sobre los contenidos de Unidades 1, 2 y 3. |
- |
| 8 | 14/10/2026 | Unidad 4 |
Regresión Logística y Naive Bayes Dictado integral de Unidad 4. Clasificación binaria, función sigmoidea, estimación MLE, Odds Ratios ($e^\beta$). Clasificador Naive Bayes, curvas ROC, matrices de confusión y costo de clasificación. |
[4] Cap. 8 [7] Cap. 2 |
| 9 | 21/10/2026 | Unidad 5 |
Modelos Basados en Árboles de Probabilidades, Regresión, Ensembles y Series de Tiempo Árboles de Probabilidades (clasificación) y Regresión (CART). Por qué "árbol de decisión" es un término mal usado (estimación condicional vs reglas de decisión). Random Forest y Series de Tiempo. |
[4] Cap. 8 y 9 [7] Cap. 2 y 5 |
| 10 | 28/10/2026 | Unidad 6 |
Inferencia Causal: Fundamentos, DAGs y Causal ML Correlación vs. Causalidad. Grafos Acíclicos Dirigidos (DAGs) y variables confusoras (confounders). Criterio Backdoor. Estimación de efectos con DoWhy/EconML. Taller de consultas y avances del TP Integrador. |
[2] Cap. 1 a 6 [3] Cap. 1 a 6 |
| 11 | 04/11/2026 | - |
Taller Práctico / Avances TP Integrador Espacio para aplicar Inferencia Causal a los proyectos finales. Pruebas de refutación de modelos. 🚨 Entrega obligatoria de TP 4, TP 5 y TP 6 |
- |
| 12 | 11/11/2026 | - |
Cierre Técnico y Preparación de Defensas Tutorías por grupo para el cierre de hitos del TP Integrador (Hito 3 y 4). Resolución de dudas y formato de reporte. |
- |
| 13 | 18/11/2026 | - |
RECUPERATORIO / DEFENSA TP INTEGRADOR Examen recuperatorio y defensa oral obligatoria del Proyecto Integrador. Cierre formal de cursada. |
- |
Fechas Límite de Entrega
- Miércoles 30/09 (Semana 6): Entrega obligatoria TP 1, TP 2 y TP 3.
- Miércoles 04/11 (Semana 11): Entrega obligatoria TP 4, TP 5 y TP 6.
- Miércoles 18/11 (Semana 13): Entrega Final y Defensa Oral del TP Integrador.
Detalle de Bibliografía Requerida
[1] León-García, A. (2019)
Probability, statistics, and random processes
Cap. 1 a 4 y Cap. 8
[2] Ness, R. O. (2025)
Causal AI (Manning Publications)
Cap. 1 a 6
[3] Molak, A. (2023)
Causal inference and discovery in Python
Cap. 1 a 6
[4] Han, J., Kamber, M. (2012)
Data mining: Concepts and techniques
Cap. 3, 8 y 9
[5] Chan, Y. L. et al. (2020)
Análisis inteligente de datos con R (edUTecNe)
Cap. 1 a 3
ria.utn.edu.ar/handle/20.500.12272/4371
[6] Szretter Noste, M. E. (2017)
Apunte de regresión lineal (FCEyN)
Cap. 1 a 4
[7] Müller, A. C., & Guido, S. (2016)
Introduction to machine learning with Python (O'Reilly)
Cap. 1 a 3 y 5