Herramientas computacionales en Ciencias Sociales

Friday 22 Sept 2017, 08:00 → 13:00 America/Bogota

Auditorio 402 (Escuela de Física, Universidad Industrial de Santander)

Luis Núñez (RedCLARA)

En esta serie de conferencias el Dr. Carlos Arcila-Calderón (GoogleScholar  ORCID ) de la Universidad de Salamanca nos mostrará un acercamiento a la utilización de matemáticas aplicadas y computacionales en las ciencias sociales. En particular se considerará:

1. Introducción a los métodos computacionales en la investigación en ciencias sociales y al análisis de big data
2. Algunos elementos de programación Python
3. Recuperación de datos de Twitter (API Streaming y API REST)
4. Técnicas básicas de aprendizaje automática (machine learning) con la librería Sci-Learn  
5. Análisis de sentimiento predictivo 

Algunas lecturas recoendadas

• Arcila, C.; Ortega, F.; Jiménez, J. & Trulleque, S. (2017). Análisis supervisado de sentimientos políticos en español: Clasificación en tiempo real de tweets basada en aprendizaje automático.  El Profesional de la Información, 26 (5)
• Arcila, C.; Barbosa, E. & Cabezuelo, F. (2016). Técnicas Big Data: Análisis de textos a gran escala para la investigación científica y periodística. El Profesional de la Información, 25 (4), 623-631. http://dx.doi.org/10.3145/epi.2016.jul.12
• Bird, S., Klein, E., & Loper, E. (2009). Natural language processing with Python: analyzing text with the natural language toolkit. O'Reilly Media, Inc.
• Kelleher, J. D., Mac Namee, B., & D'Arcy, A. (2015). Fundamentals of machine learning for predictive data analytics: algorithms, worked examples, and case studies. MIT Press.

08:30 → 09:30 Métodos computacionales para el análisis de datos sociales

10:00 → 13:00 Un Acercamiento al análisis de sentimiento predictivo

Taller con cupo limitado, se requiere inscripción