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

Curso 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 Agosto 2019
  • Bogota 07 Septiembre 2019
  • Arequipa 08 Noviembre 2019
  • Lima 22 Noviembre 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

OSCAR AYALA (COLOMBIA)

Master (c) en Data Mining & Discovery Knowledge por la Universidad de Buenos Aires - Argentina. Actualmente se desempeña como Data Scientist - Big Data & Data Science LaTam en Teradata. Experiencia en modelación estadística en Banca, Health Care, Telecomunicaciones, Mercadeo. Modelos de Scoring en banca personas, análisis de riesgo de crédito, modelos de cobranzas, modelos de churn, modelos de pricing, análisis de marca, CRM, investigación de mercados, análisis de información, procesamiento de datos y análisis estadístico.

DANNY LENIS (COLOMBIA)

Master en Finanzas por la Universidad de los Andes de Colombia. Actualmente, se desempeña como Director de Ciencias de la Decisión en Experian Datacredito de Colombia. Cuenta con experiencia como docente en Evaluación Financiera de Proyectos, Mercado de Capitales, Diagnostico Sectorial, Gestión de Inversión, Administración de Portafolios y Gestión del Riesgo. Especialista en Software Statistical Package for the Social Sciences - SPSS y MINITAB. Estadístico de profesión por la Universidad del Valle Colombia.

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.

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.


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 Bogota con una frecuencia Quincenal:

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

En Arequipa 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 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.

(*)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.

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.

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