.
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

¡Y PARTICIPA EN EL SORTEO DE UNA BECA PARA ESTE PROGRAMA!

Duración: 3 meses

Fechas de inicio

  • Online Octubre 2019
  • Bogota 01 Febrero 2020
  • Lima 18 Abril 2020
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

BENJAMIN TOVAR (MEXICO)

Maestro en Ciencias con Especialidad en Sistemas Inteligentes del Instituto Tecnológico y de Estudios Superiores de Monterrey – México. Se ha desempeñado como Senior Data Scientist en la Institución Financiera Konfío de México. Posee amplia experiencia y dominio de tecnologías Python, R, iOS System, Machine Learning, Data Mining, Amazon AWS, además de sistemas aplicados al análisis de datos y mejora de toma de decisiones en el sector financiero.

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 Bogota con una frecuencia Quincenal:

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

En Lima con una frecuencia Mensual:

  • Sábado: 08:00 a 13:00 - 14:30 a 18:30 horas.
  • Domingo: 08:00 a 13:00 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.

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.

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

1 cuota inicial de US$ 390 y 4 cuotas mensuales desde US$ 330

o Al contado desde: US$ 1690

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