Miguel Ángel Ruiz Reina
Curso online
Nov 17, 2025 - Nov 22, 2025
PrecioGratis
Comprar AhoraReservar Ahora
 Curso semipresencial
 25 horas 
Certificado de la Universidad de Málaga
1 Crédito ECTS
Comunidad UMA 50 €
Personas externas 70 €
MATRÍCULA CERRADA

Economía Basada en Datos: R, Prompts e Inteligencia Artificial Aplicada

Este curso proporciona una formación práctica y actualizada en análisis de datos con R, combinando estadística aplicada a datos económicos, programación y técnicas avanzadas como regresión, clustering y análisis de series temporales. En su tramo final, incorpora una introducción rigurosa al uso de inteligencia artificial en el entorno RStudio, con énfasis en la integración de modelos de lenguaje (LLMs), el diseño estratégico de prompts, la detección y mitigación de errores (alucinaciones), y el uso crítico de la IA como herramienta de apoyo para la toma de decisiones. Más allá del enfoque técnico, el curso promueve una comprensión profunda de la lógica y limitaciones que subyacen a estos modelos, fomentando buenas prácticas en su aplicación a contextos económicos, empresariales y sociales.

Dirigido a profesionales y alumnado de cualquier disciplina que requiera trabajar con datos a pequeña o gran escala. Resulta especialmente útil para personas con formación en Economía, Finanzas, Contabilidad, Administración y Dirección de Empresas, Marketing, así como para perfiles técnicos procedentes de Matemáticas, Estadística, Física, Ingeniería u otras áreas afines. Es también adecuado para quienes deseen integrar herramientas de ciencia de datos e inteligencia artificial en sus procesos de análisis, predicción y toma de decisiones.

DESCARGAR CARTEL

Nivel básico

Horas online: 15
Horas presenciales: 10
Clases presenciales:
21 de noviembre de 2025 (16:00 – 21:00)
22 de noviembre de 2025 (9:00 – 14:00)
Lugar: aula 2, Facultad de Económicas y Empresariales

  • PROGRAMA
  • Integración de modelos de lenguaje en rstudio para automatizar procesos analíticos.
  • Uso de paquetes como askgpt, gptstudio y rtutor para generar y revisar código
  • Configuración de claves api y buenas prácticas en el diseño de prompts
  • Identificación y mitigación de errores generados por modelos de ia
  • Análisis crítico de las alucinaciones en outputs generados por ia
  • Estrategias para mejorar la precisión de respuestas en modelos de lenguaje
  • Aplicación de redes neuronales para predicción y análisis económico
  • Uso de árboles de decisión y random forests para clasificación y segmentación
  • Implementación de algoritmos de agrupamiento como k-means y dbscan en r
  • Desarrollo de competencias en ia aplicada con enfoque práctico y riguroso
  • DOCENTES
  • Miguel Ángel Ruiz Reina. Economía Aplicada (Estructura Económica), UMA
  • Ismael Pablo Soler. Economía Aplicada (Estadística y Econometría), UMA
  • Fernando Rubén Díaz. Grado en Economía
  • Yana Sedlak Peinado. Doble Grado en Economía y Administración y Dirección de Empresas