calendar correo curso diplomado horas lugar modalidad in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
Educación Profesional Ingeniería UC
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Mooc
Profesores
Noticias
Páginas

Introducción a minería de datos y Machine Learning (online)

Aprende las principales teorías y prácticas de la Minería de Datos y Machine Learning.

Adquiere conocimientos de las técnicas más utilizadas en la creación de programas para extraer información de bases de datos y sus aplicaciones, comprendiendo sus potencialidades y limitaciones.

Versión disponible para profesionales de todo Chile y Latinoamérica.

Antecedentes Generales

28/11/2023 (versión N°7)
Curso
6 semanas

Modalidad:

Online
75 horas cronológicas / 35 horas directas
$550.000 en Chile / USD 688 resto del mundo ¡Consulta por descuento!
Tutor de apoyo permanente
Tutor de apoyo permanente
4 clases sincrónicas
1 clase sincrónica
Cuestionarios de selección múltiple
3 cuestionarios de selección múltiple
Proyectos aplicados
3 proyectos aplicados
Material multimedia de apoyo
Material multimedia y de apoyo
programas@ing.puc.cl
(+56) 9 5504 4516 - (+56) 9 3353 0870

El curso comienza con la problemática de obtención, preparación y limpieza de los datos para luego pasar a las técnicas y algoritmos asociados a la Minería de Datos para la clasificación, clustering, entre otros; y a algoritmos y herramientas de Machine Learning.

Los alumnos aprenden los conceptos fundamentales asociados a Minería de Datos, entendiendo cuáles son las diferentes fuentes de información a utilizar, revisar un pre procesamiento de datos, y posteriormente entender y aplicar las diferentes técnicas de extracción de conocimiento de datos, utilizando reglas de asociación, árboles de decisión, métodos de regresión, algoritmos de clasificación, evaluación de clasificadores y una introducción al aprendizaje de máquina.

El enfoque del curso es de tipo práctico, con oportunidades de aplicar los conocimientos en proyectos y casos concretos. Se entregan herramientas de extracción y análisis de información para que una organización pueda generar valor desde los datos para mejorar su posición competitiva.

La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el curso.

Dirigido a:
- Profesionales que necesiten extraer conocimiento desde diferentes fuentes de información.
- Interesados en el área de Ciencia de Datos que deseen adquirir habilidades para procurar los datos de entrada al proceso de análisis.

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/

Es deseable contar con algún grado de conocimiento matemático (álgebra lineal, estadística básica y cálculo).

Contenidos del Programa

• Preprocesamiento de datos.
• Selección y transformación de datos.

• Árbol de decisión
• KNN
• Random Forest

• Clustering
• K-Means
• Clustering jerárquico

• Modelo de entrenamiento
• Métricas de evaluación

Cuerpo Académico


¿Te gusta esta publicación?

Comparte esta publicación


minería de datos

Solicita información y brochure aquí:

Acepto recibir invitaciones, noticias e información de Educación Profesional Ingeniería UC, a través de sus distintos canales.
Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

 

  • 20% dcto. Socios con Membresía Alumni UC.
  • 20% dcto. Funcionarios UC.
  • 20% dcto. Alumnos y funcionarios DUOC.
  • 20% dcto. Convenio empresa Ingeniería.
  • 20% dcto. Pago con Tarjetas Banco de Chile.
  • 20% dcto. Tarjeta vecino Providencia y Las Condes.
  • 15% dcto. Exalumnos UC (Pregrado-Postgrados-Diplomados).
  • 15% dcto. Profesionales de servicios públicos.

*El profesional debe cumplir con los requisitos de admisión para postular a un curso.

*Beneficios sólo aplican a los programas de Educación Profesional de la Escuela de Ingeniería y excluyen a La Clase Ejecutiva, y a los diplomados articulables con los programas de magíster.

Programas relacionados

Descargar Brochure
Necesitas ayuda? Conversemos