.
Inicio / Cursos / Big Data / Curso Estadística y Probabilidades para Machine Learning

Estadística y Probabilidades para Machine Learning

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

Duración: 1 mes

Fechas de inicio

  • Online Abril 2019
  • Lima 31 Mayo 2019
  • Bogota 22 Junio 2019
  • Santa Cruz 19 Julio 2019
Matricularme ahora Obtener Acceso de Prueba Gratis

Objetivos

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

  • Identificar el proceso de cálculo de una probabilidad en eventos.
  • Aplicar la Distribución Normal para el cálculo de probabilidades.
  • Estimar características de una población.
  • Inferir a partir de una muestra o dos muestras resultados para una población o dos poblaciones.
  • Utilizar el programa estadístico R.

Público Objetivo

El Curso Estadística y Probabilidades para Machine Learning está dirigido a profesionales que deseen adquirir conocimientos básicos de probabilidad y estadística para el análisis de datos.


Pre-Requisitos

Es recomendable que el participante tenga aptitudes hacia la matemática.


Estructura Curricular

Introducción al R y RStudio 

  • El papel de la incertidumbre en el análisis de datos y la toma de decisiones.
  • Introducción al R y RStudio. 

Cálculo de Probabilidades 

  • Probabilidades: axiomas y propiedades. Probabilidad condicional. Probabilidad total. Teorema de Bayes.
  • Variables aleatorias discretas y continuas.
  • Función de probabilidad y función de distribución acumulada: caso discreto.
  • Función de densidad y función de distribución acumulada: caso continuo.
  • Valor esperado y varianza. 

Modelos de Probabilidad e Inferencia Estadística 

  • Distribución Binomial.
  • Poisson
  • Distribución Normal: estandarización, obtención de percentiles y cuantiles.
  • Distribuciones derivadas de la normal.
  • Distribución del promedio bajo normalidad.
  • Teorema Central del Límite.
  • Estimación puntual y por intervalos en una y dos poblaciones. 

Contrastes de Hipótesis 

  • Pruebas de hipótesis: Error Tipo I y Tipo II. Potencia y Significancia de una prueba.
  • Pruebas de hipótesis en una y dos poblaciones.
  • Instrucciones necesarias para realizar los análisis en el programa estadístico R.

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.

CALEB TERREL (PERU)

IBM Certified Specialist: SPSS Modeler Professional v3 e IBM Certified Specialist: SPSS Statistics Level 1 v2 Por IBM. Cuenta con especialización en Marketing y Finanzas por la Universidad Nacional Agraria La Molina. Actualmente se desempeña como Consultor en Business Analytics en SPSS Andino. Es consultor estadístico experto en Data Mining, ha desarrollado modelos estadísticos y Machine Learning en la Superintendencia de Mercado de Valores, Ministerio Publico, Osinergmin, Reniec, entre otros.

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: "Estadística y Probabilidades para Machine Learning" emitida por BSG Institute.

En la modalidad Presencial:

El Curso Estadística y Probabilidades para Machine Learning se desarrolla en el siguiente horario (*):

En Lima con una frecuencia Mensual:

  • Viernes: 19:00 a 23:00 horas.
  • Sábado: 09:00 a 13:00 - 14:30 a 18:30 horas.
  • Domingo: 09:00 a 13:00 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:

  • Viernes: 19:00 a 23:00 horas.
  • Sábado: 09:00 a 13:00 - 14:30 a 18:30 horas.
  • Domingo: 09:00 a 13:00 horas.

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

En la modalidad Online:

Usted tiene 2 meses para completar el curso. Los contenidos comprenden 16 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

Matricularme ahora

TAGS

Cursos de Big Data


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 16 horas cronológicas de clase.
  • Certificación por haber aprobado el curso: "Estadística y Probabilidades para Machine Learning" emitida por BSG Institute.

Inversión

Al Contado desde US$ 790

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