HERRAMIENTAS DE CIENCIA DE DATOS APLICADAS EN LA MATERIA DE SISTEMAS PROGRAMABLES (DATA SCIENCE TOOLS APPLIED IN THE COURSE OF PROGRAMMABLE SYSTEMS)

Carlos Federico Hernández Farfán, Javier Silvestre Zavala, Fabiola Margarita Campos Guevara, María de Jesús Santoyo Sánchez, José Emilio Gutiérrez Sánchez

Resumen


Resumen
En el curso de la materia de Sistemas Programables, se incluyen temas tales como sensores, actuadores, microcontroladores e interfaces hombre-máquina máquina-hombre, para el monitoreo y control de procesos automatizados. En dichos procesos se pueden generar una gran cantidad de datos que pueden ser analizados para obtener información útil del proceso. Sin embargo, la obtención de datos para su almacenamiento, procesamiento y modelado para obtener información, no están incluidos en el temario actual de la materia; por lo que en este trabajo se plantea la forma en que se pueden aplicar herramientas de ciencia de datos en la materia. Se presenta la forma de obtener de datos de los sensores y actuadores para su manejo informático, su almacenamiento, procesamiento estadístico, visualización y modelado.
Palabras Claves: Ciencia de datos, Ingeniería en sistemas computacionales, Sistemas programables.

Abstract
In the study of Programmable Systems course, topics such as sensors, actuators, microcontrollers and human-machine machine-human interfaces are included, for the monitoring and control of automated processes. In these processes, a large amount of data can be generated that can be analyzed to obtain useful information about the process. However, obtaining data for storage, processing and modeling, to obtain information, is not included in the current syllabus of the subject; therefore, this work proposes how data science techniques can be applied to the subject. The way to obtain data from sensors and actuators for computer management, storage, statistical processing, visualization and modeling is presented.
Keywords: Computer sytems engineering, Data science, Programmable systems.

Texto completo:

PDF

Referencias


Autodesk. (24 de febrero de 2024). Tinkercad. Obtenido de https://www.tinkercad.com/.

Brunner, R., Kim, E. (2016). Teaching Data Science. Procedia Computer Science, Vol.80, 1947-1956, DOI: 10.1016/j.procs,2016.05.513, ISSN 1877-0509.

Espinosa, J. (2017). Sistemas Programables Avanzados. Alfaomega Marcombo, ISBN: 978-607-622-732-9.

Ferreira, R. (2022). Ciencia de datos – Teoría y Aplicaciones. Tecnológico Nacional de México.

Hernández, C., Márquez, A., Ávila, D. (2018). Apoyo didáctico de la tarjeta Raspberry Pi en la material de Sistemas Programables. Pistas Educativas, Vol. 40 (No. 130), 2185-2196, ISSN:2448-847X.

Hicks, S., Irizarry, R. (2018). A Guide to Teaching Data Science. Am Stat, 72(4):382-39, doi: 10.1080/00031305.2017.1356747.

Méndez, N., Rubier, J. (2018). Ciencia de datos: una revisión del estado del arte. UCE Ciencia Revista de Posgrado, Vol. 6 (No.3).

Mercado, J. Sistemas Programables Avanzados. Paraninfo, ISBN: 978 842 834 2292.

Navidi, W. (2022). Estadística para ingenieros y científicos. Mc Graw Hill, 5a Edición, ISBN: 978607-15-1757-9.

Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Weiss, R. Dubourg, V. Vanderplas, J., Passos, A., Cournapeau, D., Brucher, M., Perrot, M., Duchesnay, E. (2011). Scikit-Learn: Machine Learning in Python. Journal of Machine Learning Research, Vol.12.

Ramírez, C., García, J., Serrano, J. (2023). IoT System for mechanical faults detection in automotive industry. 2023 IEEE International Autumn Meeting on power, electronics and computing, 1-6, DOI: 10.1109/ROPEC58757.2023.10

Scikit-Learn. (2024). (13 de julio de 2024). Machine Learning in Python. Ob-tenido de https://scikit-learn.org/stable/.

Setiyanto, S., Setiawan, I. (2022). Data Science with Excel. International Journal of Computer and Information System, Vol 3. (No.3), e-ISSN: 2745-9659.

Tecnológico Nacional de México. (20 de junio de 2024). Diplomado en Ciencia de Datos. Obtenido de https://cienciadedatos.foprode. aguascalien-tes.tecnm.mx/ index.html.

Tecnológico Nacional de México campus Instituto Tecnológico Superior de Irapuato. (2023). Ingeniería en Sistemas Computacionales. Obtenido de Oferta Educativa, https://irapuato.tecnm.mx/moferta/sistcomputacionales/pdf

/plan_estudios/7%20Sistemas%20Programables.pdf.

Texas Instruments Incorporated. (2024). LM35 Precision Centigrade Tem-perature Sensors. Obtenido de https://www.ti.com/lit/ds/symlink/lm35.pd

f?ts=1719308250639&ref_url=https%253A%252F%252Fwww.google.com%252F.

Universidad Nacional Autónoma de México. (20 de Junio de 2024). Diplo-mado en Ciencia de Datos. Obtenido de https://docencia.tic.unam.mx/ di-plomado-en-ciencia-de-datos.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://pistaseducativas.celaya.tecnm.mx/index.php/pistas