.
Inicio / Cursos / Big Data / Curso Machine Learning: Desarrollo de Modelos Predictivos

Curso Machine Learning: Desarrollo de Modelos Predictivos

Área: Big Data | Sub Área: Machine Learning
Este curso esta disponible en modalidad Presencial y Online

Duración: 3 meses

Fechas de inicio

  • Online Abril 2019
  • Lima 08 Junio 2019
  • Bogota 28 Septiembre 2019
  • Santa Cruz 12 Octubre 2019
Matricularme ahora Obtener Acceso de Prueba Gratis

Objetivos

Al finalizar el curso el participante estará en la capacidad de: 

  • Identificar adecuadamente los modelos a utilizar para responder a preguntas de negocio.
  • Diferenciar los métodos y técnicas a su disposición para modelar problemas de negocio.
  • Identificar los supuestos necesarios para poder aplicar un modelo específico en una situación concreta de negocio.
  • Construir y desarrollar los modelos a partir de un conjunto de datos particular.
  • Seleccionar el mejor modelo a aplicar en cada caso.

Público Objetivo

El Curso Machine Learning: Desarrollo de Modelos Predictivos está dirigido a profesionales con interés y habilidades en la conceptualización de problemas de negocio y su formulación mediante técnicas matemáticas o estadísticas.


Pre-Requisitos

Es recomendable que el participante posea conocimiento en Probabilidad y Estadística Básica, Cálculo y Algebra Lineal.


Estructura Curricular

Introducción a la minería de datos.

  • Contextualización. Algunos ejemplos.
  • Tipos de problemas en minería: minería supervisada, minería no supervisada, predicción.
  • Estructura de los Datos para Análisis (Tidy Data)
  • Preparación de los datos
  • Tipos de datos
  • Poblamiento y manejo de Datos Ausentes 

Análisis exploratorio de datos

  • Estadísticas
  • Gráficas
  • Selección de Atributos
  • Reducción de Atributos: PCA

El problema de clasificación

  • Definición.
  • Objetivo de los Modelos.
  • Matrices de Confusión.
  • Métodos elementales: 1R, Bayes Naive y K-vecinos más cercanos.
  • Métodos básicos: Regresión logística. Árboles de clasificación y Máquinas de soporte vectorial.
  • Métodos avanzados: Redes neuronales y Deep Learning
  • Métodos de ensamble: Bosques aleatorios y Ada-Boosting
  • Validación y Selección de Modelos de Clasificación

Métodos de agrupamiento (Clustering) 

  • K-Means
  • DBSCAN
  • Agrupamiento Jerárquico
  • Agrupamiento Difuso
  • Reglas de Asociación

Otros temas de minería (Introducción) 

  • Sistemas de Recomendación
  • Minería de Texto
  • Web Mining

Expositores

ALBERTO DE OBESO (MEXICO)

PhD in Informatics de la University of Sussex – Brighton de Reino Unido. Actualmente se desempeña como Director de la División de Big Data para Intersys Consulting. Cuenta con amplia experiencia en el Desarrollo y Diseño de Software Primarily con NET Technologies and Java (Requirement’s Assessment, Analysis, Design, Development, Testing, Deployment and Maintenance) y Business Intelligence Solutions (Data Science, Data Modeling, Data Visualization, Expert Systems, Cognitive Modeling). Ocupó el cargo de Scientist/Solution Architect en Hewlett Packard, Intel Corporation y Luxoft, en México.

CESAR DIAZ (COLOMBIA)

Ph.D. en Informática por la Universidad de Luxemburgo, Postdoctorado en Cloud Computing por la Universidad de los Andes. Actualmente se desempeña como Docente Principal en la Universidad de Bogotá Jorge Tadeo Lozano. Se ha desempeñado también como Investigador Postdoctoral en la Universidad de los Andes e Investigador Junior en la Universidad de Luxemburgo.

IGNACIO PEREZ (COLOMBIA)

Ph.D. en Matemáticas Aplicadas de la Universidad de Lyon - Francia, MSc. en Investigación Operacional de la Universidad de Grenoble - Francia y Certified Quantitative Risk Management - CQRM® por el International Institute of Professional Education and Research - IIPER. Se especializa en el desarrollo de Proyectos en las áreas de Minería de Datos, Riesgos Investigación de Operaciones y Matemáticas Aplicadas.


NOTA: No necesariamente todos los expositores mencionados participarán en el dictado del programa o sesiones webinar, asimismo se podrá contar con la participación de otros expositores adicionales a los mencionados.


Los participantes que completen exitosamente el curso, recibirán la siguiente certificación:

  • Certificación por haber aprobado el curso: "Machine Learning: Desarrollo de Modelos Predictivos" emitida por BSG Institute.

En la modalidad Presencial:

El Curso Machine Learning: Desarrollo de Modelos Predictivos se desarrolla en el siguiente horario (*):

En Lima con una frecuencia Mensual:

  • Sábado: 14:30 a 18:30 horas.

En Bogota con una frecuencia Quincenal:

  • Sábado: 08:00 a 12:00 - 14:00 a 18:00 horas.

En Santa Cruz con una frecuencia Mensual:

  • Sábado: 14:30 a 18:30 horas.

(*)Para más detalle sobre fechas y horarios solicite su cronograma de alumnos.

En la modalidad Online:

Los contenidos comprenden 56 horas cronológicas. Usted tiene dos opciones para visualizar el curso:

  • Opción 1: Visualización del curso en línea (conectado a Internet).
    Para poder acceder a los contenidos del curso se requiere una conexión a Internet de al menos un megabit por segundo (Mb/s, Mbit/s o Mbps) de ancho de banda. El curso puede visualizarse en una computadora convencional, una tablet o un smartphone. Usted puede pre visualizar los contenidos del curso y comprobar si su conexión de Internet le permite acceder a dichos contenidos haciendo clic en uno de los botones que dicen “Vista Previa” dentro del punto Estructura Curricular de la página web del programa.
  • Opción 2: Visualización del curso descargado en un dispositivo móvil.
    En el caso de que desee ver los contenidos del curso sin conexión permanente a Internet a través de nuestra aplicación BS PLAY, solo debe tener una conexión a Internet que le permita descargar los contenidos del curso a su dispositivo móvil ya sea tablet o smartphone. Esta descarga se debe hacer solo una vez, luego de que ha descargado los contenidos del curso a su dispositivo móvil puede visualizarlos las veces que necesite sin estar conectado a Internet.

Con BS PLAY puede ver las clases sin tener que estar conectado a Internet

Ahora puede visualizar sus sesiones de clases donde quiera que se encuentre desde un dispositivo móvil: tablet o smartphone sin conexión permanente a internet. Con BS PLAY es posible poder visualizar las sesiones de clase desde su oficina, en el camino al trabajo, cuando este viajando o en cualquier zona alejada donde se encuentre.

Con BS PLAY podrá:

• Descargar sus sesiones de clases en su dispositivo móvil: tablet o smartphone.

• Visualizar sus sesiones de clases sin tener que estar conectado a internet de manera permanente, previamente debe descargar los contenidos en su dispositivo móvil: tablet o smartphone.

Descargar BSPlay App Store
Descargar BSPlay Google Play

DUDAS E INFORMACIÓN

¿Tiene dudas sobre algún aspecto del programa ?

Registre sus datos para que un asesor especializado pueda ayudarlo en todo lo que requiera.

LLÁMENOS a costo de llamada local



Beneficios

  • Acceso a 56 horas cronológicas de clase.
  • Certificación por haber aprobado el curso: "Machine Learning: Desarrollo de Modelos Predictivos" emitida por BSG Institute.

Inversión

Al Contado desde US$ 1990

Consulte por nuestras opciones de pago personalizadas y flexibles así como por las opciones de descuentos.

Puede pagar a través de nuestro sitio web con los siguientes medios de pago:

  • Tarjetas de crédito Visa, Mastercard, American Express, Dinners Club, Discover, o JBC.
  • Tarjetas de debito Visa, Visa Electrón o cualquier tarjeta de debito con el logo de Visa.
  • Paypal.

Cursos Relacionados