UV fomenta investigación estudiantil en ciencia de datos

La presentación de la publicación se llevó a cabo en el Salón Cristal de la Unidad de Economía
  • Alumnos universitarios participaron en la elaboración del libro Applications of Data Science in Multi, Inter, and Transdisciplinary Environments: Machine Learning 
  • La obra busca vincular conocimientos adquiridos en el aula con la investigación aplicada, y demostrar que pueden generar trabajos publicables desde las primeras etapas de su formación 

Texto y fotos: Carlos Hugo Hermida Rosales 

Xalapa, Ver.- Alumnos de la Licenciatura en Ingeniería en Ciencia de Datos de la Universidad Veracruzana (UV) participaron en la elaboración del libro Applications of Data Science in Multi, Inter, and Transdisciplinary Environments: Machine Learning, publicación que reúne investigaciones sobre problemáticas sociales y económicas mediante herramientas de análisis de datos y aprendizaje automático. 

La obra, que fue gestionada por la Facultad de Estadística e Informática (FEI) y el cuerpo académico (CA) Aplicaciones de la Ciencia de Datos en Entornos Multi, Inter y Transdisciplinarios, busca vincular los conocimientos adquiridos en las aulas con la investigación aplicada, y demostrar que los jóvenes universitarios pueden generar trabajos publicables desde las primeras etapas de su formación profesional. 

Igualmente, representa el inicio de una serie de libros con la que el CA pretende ampliar las oportunidades para estudiantes y profesores, además de establecer colaboraciones dentro y fuera de la UV. 

Zoylo Morales Romero destacó la importancia de fortalecer la vinculación entre docentes y alumnos

En la presentación de la publicación, que se llevó a cabo en el Salón Cristal de la Unidad de Economía, Zoylo Morales Romero, director de la FEI, destacó la importancia de fortalecer la vinculación entre docentes y alumnos, así como de impulsar la participación estudiantil en proyectos que permitan formular preguntas, analizar problemas, interpretar información y comunicar resultados sustentados en evidencia. 

“La formación en ciencia de datos debe integrar conocimientos estadísticos, matemáticos y computacionales con pensamiento crítico, creatividad y responsabilidad ética, particularmente ante los desafíos relacionados con la privacidad, los sesgos y el uso de la información”, enfatizó.  

Judith Guadalupe Montero Mora resaltó la variedad de temas que aborda la obra

Por su parte, Judith Guadalupe Montero Mora, jefa de carrera de la Licenciatura en Ingeniería en Ciencia de Datos y coordinadora de la publicación, mencionó que los siete capítulos que la conforman abordan temas como el rendimiento académico y el uso de redes sociales, la identificación de síntomas depresivos en adultos mayores, y el consumo de sustancias. 

Además del bienestar financiero de la población mexicana, la clasificación socioeconómica de los hogares, la predicción de ingresos de unidades económicas, y las características laborales asociadas con el empleo formal. 

Por su parte, Ángel Juan Sánchez García, profesor de la FEI, explicó que los capítulos surgieron de las actividades de la experiencia educativa (EE) Aprendizaje Máquina Supervisado. 

 “Los trabajos fueron sometidos a un proceso de revisión por docentes de la UV, relacionados con la ciencia de datos y la ingeniería de software”, resaltó.  

Ángel Juan Sánchez García explicó que los capítulos del libro surgieron de las actividades de la EE Aprendizaje Máquina Supervisado

La alumna Victoria Saldaña Hernández participó con un análisis de regresión logística basado en datos del Instituto Nacional de Estadística y Geografía (INEGI), obtenidos de la Encuesta Nacional de Salud Financiera. 

 Su investigación emplea esta técnica para clasificar la salud financiera de la población mexicana mayor de 18 años en dos categorías: alta y baja. 

 

 

“Formar parte de la publicación representa un logro académico y una oportunidad para fortalecer mi trayectoria universitaria”, manifestó. 

A su vez, Mariela Denisse García Jiménez, también estudiante, colaboró con la incorporación de un pipeline, es decir, una secuencia de etapas y procedimientos para desarrollar de manera estructurada el modelo de regresión logística. 

“Este trabajo me brindó experiencia y me dio habilidades útiles para el cumplimiento de objetivos académicos”, afirmó. 

Las alumnas Victoria Saldaña y Denisse García colaboraron en la publicación

DEJA UNA RESPUESTA