Las técnicas asociadas a la ciencia de datos y al aprendizaje de máquina, a veces englobadas bajo el paraguas de la inteligencia artificial, han adquirido gran notoriedad en los últimos años. Esto se debe principalmente a que han comenzado a surgir aplicaciones espectaculares en diversos ámbitos de negocios y de la sociedad.
El presente curso está diseñado para abordar las temáticas asociadas a la ciencia de datos y el machine learning desde la perspectiva de sus aplicaciones en el mundo de los negocios y otros sectores. El curso inicia con una revisión de las técnicas básicas, para luego avanzar rápidamente a examinar aplicaciones interesantes, apreciar las oportunidades y comprender sus dificultades y limitaciones. Los alumnos aprenderán a utilizar técnicas y herramientas de aprendizaje supervisado y no supervisado para el descubrimiento de asociaciones, correlaciones o dependencias que pueden ser importantes en la toma de decisiones.
La metodología de enseñanza y aprendizaje para este curso en línea se basa en técnicas metodológicas activas, permitiendo que el participante interactúe con sus pares y el profesor-tutor a través de los recursos tecnológicos proporcionados por la plataforma educativa virtual destinada para el curso.
Dirigido a:
- Profesionales que necesiten entender el ámbito de aplicación, oportunidades y desafíos del nuevo mundo que abre la inteligencia artificial.
- Interesados en el área de Ciencia de Datos y Machine Learning más desde la perspectiva aplicada, que de los algoritmos o sus bases matemáticas.
Resultado de aprendizaje general
- Analizar las oportunidades de aplicación que la ciencia de datos y el aprendizaje de máquina ofrecen, así como los principales desafíos y limitaciones que existen en la actualidad.
Resultados de aprendizaje específicos
- Identificar los principales conceptos y técnicas asociados a Machine Learning y ciencia de datos.
- Reconocer la importancia y los principales desafíos de los datos en el contexto actual.
- Asociar las diversas técnicas con oportunidades de aplicación en los negocios.
- Examinar las dificultades y oportunidades en la aplicación de técnicas de ciencia de datos y aprendizaje de máquina.
Requisitos de ingreso:
Se recomienda contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.
Si desea evaluar su nivel, puede realizar una prueba opcional gratuita en este link: https://www.hackerrank.com/prueba-python. Se recomienda iniciar los test en orden, ya que van creciendo en dificultad. Los dos últimos tienen un nivel superior al requerido para ingresar al diplomado, y han sido instalados allí sólo como desafío. Si uno de los test falló, se recomienda revisar y ejercitar esos contenidos antes del inicio del programa.
A continuación, ponemos a su disposición algunos cursos optativos por si desea prepararse previamente al inicio del programa:
• MOOC “Introducción a la Programación en Python I: Aprendiendo a programar con Python”, disponible en el siguiente link: https://www.coursera.org/learn/aprendiendo-programar-python.
• Curso “Herramientas de programación en Python para procesamiento de datos”, disponible en el siguiente link: https://teleduc.uc.cl/curso/herramientas-programacion-python-procesamiento-datos/
- Conceptos de inteligencia de negocios y minería de datos
- Conceptos de ciencia de datos y aprendizaje de máquina
- El auge actual del aprendizaje de máquina e inteligencia artificial
- Aplicaciones sobre transacciones estructuradas
- Aplicaciones sobre texto
- Aplicaciones sobre audio
- Aplicaciones sobre video
- Visualización en ciencia de datos
- Aprendizaje supervisado
- Aprendizaje no supervisado
- Aprendizaje reforzado
- Aplicaciones de visualización en ciencia de datos
- Aplicaciones de aprendizaje supervisado
- Aplicaciones de aprendizaje no supervisado
- Aplicaciones de aprendizaje reforzado
- Caso en compañía de seguros
- Caso en banca
- Caso en retail
- Caso en calidad del aire
- Caso en transporte público
- Caso en compras públicas
- Caso en industria financiera
- Caso en observación astronómica
¿Te gusta esta publicación?
Comparte esta publicación
20% Exalumnos y colaboradores UC y DUOC, exalumnos de Educación Profesional de Ingeniería UC, Tarjeta vecino Providencia, Las Condes, y Convenio Ingeniería.
15% Funcionarios de servicios públicos.