Data Science con Machine Learning

Docente: David Allende
Inicio
19 - Diciembre
Duración
6 sesiones
Martes - Jueves
7:00pm - 10:00pm

Estudiante: Modalidad para estudiantes pre-grado universitarios o institutos. Adjuntar foto de carnet vigente o boleta de matrícula.

¡Domina el diseño de modelos predictivos con Machine Learning y crea dashboards de alto impacto!
  Duración: 06 Sesiones
  Modalidad: Transmisión en vivo vía Microsoft Teams

¿Qué aprenderás en el curso?
En nuestro curso de Data Science con Machine Learning, desde cero, lograrás:
  Comprender el ciclo de vida de modelos de ciencia de datos
  Aplicar técnicas estadísticas para el análisis de datos estructurados
  Identificar relaciones entre variables con modelos supervisados
  Analizar patrones de comportamiento con modelos no supervisados
  Toma de decisiones estratégicas en base de herramientas de BI

Beneficios del curso
  Metodología de Aprendizaje moderna con casos reales, talleres aplicativos y proyecto integrador
  Actualízate y potencia tus habilidades en corto tiempo
  Desarrollo y seguimiento de tu Proyecto Integrador por tu docente
  Cursos online gratuitos con acceso ilimitado para complementar tu aprendizaje
  - Introducción: Python Online
  - Aprendizaje Integral: SQL Server y Looker Studio
  - Formación Profesional: Habilidades para el Empleo
  Acceso a la bolsa de trabajo
  Garantía de aprendizaje: Si durante el programa tienes alguna disconformidad, te reasignaremos a un nuevo inicio

Descargar brochure

Docentes

Certificación

Temario

  • Tecnología para toma de decisiones: Business intelligence, analytics, machine learning e IA

  • Ramas de la estadística, tipos de variables, medidas de posición y dispersión

  • Ciclo de vida de modelos analíticos

  • Metodología analítica: SEMMA - CRIPS DM

  • Importación de bases de datos: JSON, Excel, SPSS, CSV en Python

  • Caso 1: Analizando medidas de dispersión en datos empresariales

  • Caso 2: Aplicación de metodología CRIPS DM en empresas

  • Taller 1: Gestión de bases de datos en Python

  • Estadística y análisis exploratorio de datos

  • Probabilidad y estadística en ciencia de datos

  • Métodos de balanceo de datos

  • Técnicas de selección y análisis de variables

  • Principales algoritmos de clasificación y regresión

  • Caso 1: Integrando proceso de análisis exploratorio de datos

  • Caso 2: Aplicando modelos estadísticos en Data empresarial

  • Taller 2: Elaborando un diagnóstico de datos en un caso de negocio

  • Análisis exploratorio de datos estructurados

  • Tratamiento de datos para tipos de variables

  • Métodos y técnicas de inferencia estadística

  • Detección de valores atípicos

  • Modelos de regresión: lineal y no lineal

  • Caso 1: Identificando características de datos estructurados

  • Caso 2: Identificando relaciones aplicando modelos de regresión

  • Taller 3: Aplicación de análisis exploratorio en un caso de negocio

  • Modelos de regresión: Paramétrico y no paramétrico

  • Regresión lineal: Modelos y aplicaciones

  • Modelo de árboles de clasificación

  • Métricas para evaluación de modelos supervisados

  • Búsqueda de recomendaciones óptimas para la toma de decisiones

  • Caso 1: Descubriendo patrones y tendencias en bases de datos

  • Caso 2: Aplicando modelo de regresión lineal múltiple

  • Taller 4: Identificando relaciones críticas en tu modelo de datos

  • Introducción a modelos no supervisados

  • Modelo de Clustering

  • Selección de variables: Features selection

  • Método de reducción de dimensiones (PCA)

  • RFM: Análisis para segmentación de usuarios

  • Caso 1: Elaboración de subconjuntos mediante clustering

  • Caso 2: Cómo identificar a mis usuarios potenciales

  • Taller 5: Identificando relaciones entre datos estructurados

  • Evaluación de modelos analíticos

  • Implementación de modelos analíticos

  • Búsqueda de recomendaciones óptimas para la toma de decisiones

  • DIferencias entre storytelling y "mostrar resultados"

  • Caso 1: Ventajas competitivas y generadas por el análisis prescriptivo

  • Caso 2: Aplicación de técnicas y recomendaciones de storytelling

  • Taller 6: Diseño de una presentación de un caso real de negocio

Proyecto Integrador

En este proyecto integrador diseñarás un modelo predictivo con técnicas de Machine Learning. Iniciarás integrando diversas fuentes para el análisis exploratorio de datos con técnicas estadísticas. Con ello, serás capaz de elaborar un diagnóstico de los datos para identificar patrones en su comportamiento con técnicas de Machine Learning empleando modelos supervisados y no supervisados.



Ruta de Aprendizaje

Completa tu ruta de cursos y podrás certificarte en nuestra Especialización, PEE o Diplomado.



Clase Modelo

Vive la experiencia de aprendizaje con Gerentes y Ejecutivos de las empresas más importantes.

 
 


Testimonios

Llevamos capacitando a más de 100.000 alumnos en 25 países. El 85% de nuestros egresados logra conseguir su primer empleo o ascenso profesional.

 



Inscríbete en 3 pasos

¡Sigue los pasos del tutorial e inscríbete en línea en menos de 1 minuto!

 
 

Campus Virtual

Clases grabadas, material académico y acceso a todos tus programas.



Garantía de Aprendizaje

Si durante el programa tienes alguna disconformidad te reasignaremos a un nuevo grupo de inicio.


Preguntas Frecuentes

Si. Es 100% Seguro. Contamos con certificación de seguridad SSL® Verified de protección de datos a nivel mundial y nuestras pasarelas estan soportada por MercadoPago, la pasarela líder a nivel Latinoamérica, y Culqi la cual es respaldada por el Grupo Credicorp, el holding peruano más importante del país dueño del Banco BCP.
Si. Actualmente somos SAP Partner ® Open Ecosystem, Microsoft Partner Network, IBM ® Partner World, Person Vue ® Partner y contamos con el respaldo internacional del Centro Educativo Latinoamericano, el cual está avalado por la Florida Global University USA.
Al finalizar el curso, podras descargar tu certificado del Campus Virtual. Realizarás tu proyecto integrador y tus entregables serán calificados. Cuando apruebes el curso, se te emite la certificación para que lo descargues desde tu cuenta personal en el Campus Virtual. No te preocupes, tendrás hasta 03 intentos.
Las horas académicas totales certificadas es el resultado del tiempo que le tendrías que dedicar al curso, y es la suma de las horas de clases via Microsoft Teams, las horas de práctica de los ejercicios, talleres/cursos online complementarios y las evaluaciones.
Si te inscribes via plataforma web, ya estarás inscrito automaticamente, de igual forma te enviaremos un mail confirmando tu inscripción. Inscripciones por otros medios de pago, de igual forma nos contactaremos para confirmar tu inscripción vía e-mail en un plazo no mayor a 24 horas.
Si, estamos asociados a Pago Efectivo. Solo debes seleccionar esa opción en la pasarela de pagos y con el código que te facilitaremos puedes acercarte a cualquier agente o establecimiento de pago como Kasnet, Tambo, entre otros.
Tu kit de inicio, que contempla: material académico, formatos, plantillas de trabajo, usuario y contraseña de acceso se envía 48 horas antes de la fecha de inicio del curso. Se te habilitará los accesos en tu cuenta del Campus Virtual
Si, realizamos capacitaciones InHouse e inscripciones corporativas a través de nuestra unidad WE for Business, puedes contactar una asesoría al WhatsApp: 979493060
WhatsApp