.

Curso Machine Learning: Procesamiento, Análisis y Visualización de Datos

Área: Big Data | Sub Área: Machine Learning

Este Programa esta disponible en Modalidad:

Online

FECHAS DE INICIO

  • Online asincrónica: Marzo 2021
  • Online sincrónica: 22 Abril 2021

DURACIÓN:

1 Mes

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

  • Aprender a manipular diferentes tipos de datos.
  • Buscar patrones mediante la visualización.
  • Comprender elementos claves de visualización.
  • Interpretar métodos gráficos.
  • Utilizar el programa estadístico R.

El curso está dirigido a:

  • Profesionales que deseen adquirir conocimientos básicos de procesamiento, análisis y visualización de datos.
Para llevar el curso es recomendable que el participante posea:

  • Aptitudes hacia la matemática.

Estructura Curricular

Vista Previa

Introducción al lenguaje de programación R

  • Introducción a R y RStudio
  • Tipos Básicos de Objetos
  • Vectores y Matrices
  • Usando Vectores

Introducción al procesamiento de datos

  • Listas y DataFrames
  • Factores y Nociones de Programación
  • Procesamiento y Limpieza de Datos
  • Análisis Descriptivo

Manipulación de datos e introducción a la visualización

  • Transformación y Análisis con dplyr
  • Base de Datos Relacionales
  • Introducción a la Teoría y aplicaciones de Visualización
  • Usando ggplot2

Visualización de datos

  • Visualizacion de Datos Continuos
  • Visualizacion de Datos Categóricos t Relaciones Bivariadas
  • Aálisis Exploratorio de Datos
  • Proyecto Completo de Procesamiento, Análisi y Visualizacion de Datos

Duración y Horarios

En la modalidad online sincrónica (clases en vivo):

Las clases se desarrollarán de forma virtual, con una frecuencia Semanal en el siguiente horario (*):

  • Jueves: 19:00 a 23:00 horas.
  • Jueves: 19:00 a 23:00 horas.

(*)Para más detalle sobre fechas y horarios solicita el cronograma de clases.

En la modalidad online asincrónica (clases grabadas):

Tienes 1 mes para completar el curso. Los contenidos comprenden 15 horas cronológicas de clases grabadas que podrá visualizar en línea (conectado a Internet) a través de nuestro campus virtual.

Si tienes alguna duda solo debes contactarte con nosotros para darte mayor información al respecto.

Beneficios

El curso incluye los siguientes beneficios:


  • Certificación emitida por BSG Institute.
  • Acceso a 15 horas cronológicas de clases.

¿Tienes dudas sobre algún aspecto del programa?

Registra tus datos para que un asesor especializado pueda ayudarte en todo lo que requieras.


Certificación

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

  • Certificación emitida por BSG Institute.

Expositores

JUAN OLARTE

Colombia

Certified Specialist SPSS Modeler Professional V3 emitido por IBM. Magister en Ingeniería de Sistemas y Computación por la Universidad de los Andes de Colombia. Actualmente se desempeña como Director Regional de Servicios Profesionales para la empresa Cala Analytics de Colombia. Ha trabajado en diversas empresas ocupando cargos como Consultor de Minería de Datos, Consultor Senior de Aplicaciones Predictivas, Consultor de Business Intelligence; entre otros. Cuenta con amplia experiencia en la Planificación, Gestión y Seguimiento de Proyectos de Mineria de Datos utilizando IBM SPSS Modeler and Statistics. Es Ingeniero de Sistemas y Computación por la Universidad de los Andes de Colombia.

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.

ALVARO FUENTES

Colombia

Master of Science en Matemáticas Aplicadas por la Ohio University - Estados Unidos. Master en Economía y Finanzas Cuantitativas por la Universidad Rafael Landívar - Guatemala. Actualmente se desempeña como Consultor en Ciencias de Datos en Quant Company. Se ha desempeñado también como Consultor y Docente en la Universidad de Manizales e Instructor en Mathematics Department en Ohio University.

Inversión


Al contado:
US$ 360

Formas de Pago


PAGAR a través de nuestro sitio web, solo tiene que solicitar su código de pago a uno de nuestros asesores.


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

TARJETAS DE CRÉDITO:
TARJETAS DE DEBITO:
PAYPAL:

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

Consultar Opción de Pago Personalizado

¿Te interesa? Comienza con tu Programa ahora mismo

Reserva tu matrícula, y acceda a conocimiento especializado muy valorado en el mercado laboral Latinoamericano para mejorar su perfil profesional

Programas Relacionados

El Programa permite desarrollar aplicaciones de Big Data usando los lenguajes de programación R y Python, y herramientas del ecosistema Hadoop.

Ver Más +

Certified Big Data Applications Developer

Inversión: 1 cuota inicial de US$ 490 y 10 cuotas mensuales de US$ 280

El Programa brinda conocimientos para desarrollar e implementar modelos predictivos usando algoritmos de Machine Learning y técnicas de Big Data.

Ver Más +

Certified Big Data & Machine Learning Professional

Inversión: 1 cuota inicial de US$ 490 y 10 cuotas mensuales de US$ 280

El Curso brinda conocimientos para aplicar Algoritmos de Machine Learning y Data Mining a la resolución de problemas de negocio.

Ver Más +

Curso Machine Learning: Desarrollo de Modelos Predictivos

Inversión: 1 cuota inicial de US$ 490 y 4 cuotas mensuales de US$ 290

El Curso brinda conocimientos para la implementación de modelos predictivos mediante la aplicación de herramientas de Machine Learning.

Ver Más +

El Curso Machine Learning: Presentación de Resultados brinda los principios fundamentales para presentar los resultados de un proyecto de Big Data.

Ver Más +