Saltar a los proyectos

Guillermo S. Fuentes JaqueDocencia

Portafolio de proyectos

Docencia

Recursos que he creado para enseñar programación, análisis de datos e información espacial. Todos están publicados y se pueden abrir en el navegador.

6 recursos publicados

Mostrando los 6 proyectos

01

Recursos interactivos para la clase

2 proyectos

Vista previa de Artefactos docentes

Material docente

012026 · Taller de Programación 2

Artefactos docentes

Visualizaciones interactivas para explorar en clase, sin instalar nada.

POO en Python
Sin instalación

JavaScript
POO en Python
Cloudflare Workers

Detalle de Artefactos docentes: necesidad, recurso y uso

Necesidad: Los conceptos de programación orientada a objetos son abstractos y cuesta relacionarlos entre sí.
Recurso: Mapa conceptual interactivo de POO en Python: clase, objeto, instancia, atributos, métodos, constructor, herencia, polimorfismo y encapsulamiento.
Uso: Se abre en el navegador durante la clase. Publicado en un dominio propio.

Vista previa de Mikahoot

Material docente

022026

Mikahoot

Cuestionarios en vivo para la sala de clases: los estudiantes entran con un código.

JavaScript
Cloudflare Workers
Tiempo real

Detalle de Mikahoot: necesidad, recurso y uso

Necesidad: Mantener la atención y comprobar la comprensión durante la clase.
Recurso: Plataforma de preguntas en vivo con un panel de control para el docente y acceso de los estudiantes mediante un código que se muestra en pantalla.
Uso: Aplicación publicada y desplegada en Cloudflare Workers.

02

Guías y módulos de clase

4 proyectos

Vista previa de Guía de datos faltantes e imputación

Material docente

032026 · licencia CC BY 4.0

Guía de datos faltantes e imputación

Guía técnica sobre valores faltantes: de la eliminación de datos a la imputación con KNN.

Python
Imputación
KNN

Detalle de Guía de datos faltantes e imputación: necesidad, recurso y uso

Necesidad: Los datos faltantes son uno de los problemas más frecuentes del análisis de datos, y tratarlos mal sesga los resultados.
Recurso: Guía con fundamentos, métodos simples y avanzados, un flujo de decisión y código reproducible en Python.
Uso: Documento web publicado con licencia abierta.

Vista previa de Módulo 3: estructuras en programación

Material docente

042021

Módulo 3: estructuras en programación

Clase sobre estructuras de control, ciclos y funciones.

Programación
Estructuras de control

Detalle de Módulo 3: estructuras en programación: necesidad, recurso y uso

Necesidad: Quienes empiezan a programar necesitan un vocabulario común y ejemplos paso a paso.
Recurso: Módulo de clase con conceptos básicos, esquema de un programa, operaciones condicionales, ciclos for y while, y funciones.
Uso: Material publicado como página web, usado en cursos de pregrado y postgrado.

Vista previa de Módulo 6: manipulación de información espacial

Material docente

052021

Módulo 6: manipulación de información espacial

Clase sobre datos vectoriales y ráster: importación, capas y álgebra de mapas.

Datos espaciales
Vectorial y ráster
Álgebra de mapas

Detalle de Módulo 6: manipulación de información espacial: necesidad, recurso y uso

Necesidad: Trabajar con datos espaciales exige entender los modelos vectorial y ráster antes de analizarlos.
Recurso: Módulo de clase sobre importación de datos puntuales desde distintos formatos, creación de capas, archivos ráster de una y varias bandas, y álgebra de mapas.
Uso: Material publicado como página web, usado en cursos de pregrado y postgrado.

Vista previa de Clasificación de zonas homogéneas

Material docente

062022 · Estadística Aplicada II

Clasificación de zonas homogéneas

Clase de análisis de conglomerados, de los componentes principales al método de agrupación.

Análisis de conglomerados
Componentes principales

Detalle de Clasificación de zonas homogéneas: necesidad, recurso y uso

Necesidad: Agrupar territorios parecidos requiere reducir muchas variables y elegir una medida de distancia.
Recurso: Página de clase que recorre la construcción de la base de datos, los componentes principales, la matriz de distancias y el método de agrupación.
Uso: Material publicado para el curso de Estadística Aplicada a los Recursos Naturales II.