calendar correo curso diplomado horas lugar in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
X
Coincidencias exactas
Buscar por
Magisters
Diplomados
Cursos
Profesores
Noticias
Search
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Profesores
Noticias

Modelamiento Estadístico y Sistemas Recomendadores


Aprende a modelar y a utilizar sistemas recomendadores que permitan apoyar decisiones de alto impacto en la gestión de tu organización.

Antecedentes Generales

21/07/2020
Curso Online
Curso Online
30 hrs. cronológicas/40 hrs. pedagógicas
$578.000.-
programas@ing.puc.cl
+56 2 2354 4516

Este curso entrega una metodología de modelamiento estadístico que es fundamental en el trabajo con grandes cantidades de datos. Se muestran además las fuentes de error más relevantes a considerar en este proceso, así como también medidas de desempeño para cuantificar el resultado de un modelo.

 

Al finalizar el curso los alumnos estarán capacitados para generar un flujo de trabajo de datos, desde su correcta obtención, procesamiento y uso para generar modelos de alto impacto en la toma de decisiones de una empresa.

 

Dirigido a:
Personas que están a cargo de tomar decisiones y que observan potenciales beneficios en el uso de tecnologías relacionadas a Big Data, quienes buscan incrementar significativamente las ventajas competitivas en su organización. El curso está orientado a un amplio rango de profesionales en áreas de gestión, finanzas, comercial, marketing en múltiples sectores desde salud hasta banca.


Contenidos del Programa

– Calidad de datos
– Limpieza de datos
– Integración de datos
– Reducción de datos
– Transformación de datos

– El proceso de clasificación
– Árboles de decisión
– Bayes ingenuo
– K-vecinos más cercanos
– Métodos conjuntos: Bagging, Boosting y Random Forests

– Definición y propiedades
– Métodos de partición: K-means y K-medoides
– Métodos jerárquicos

– Impacto y casos importantes
– Filtrado colaborativo
– Filtrado basado en contenido
– Métodos híbridos


Cuerpo Académico

  • Carlos Jerez
    Profesor Asociado Ingeniería Eléctrica UC
    cjerez@ing.puc.cl

    Ph.D. y M.Sc. en Matemáticas Aplicadas, Ecole Polytechnique, Francia. Ingeniero Civil de Industrias, Pontificia Universidad Católica de Chile.

    Profesor Asociado Ingeniería Eléctrica y Director del Programa de Ingeniería Matemática y Computacional de la Escuela de Ingeniería UC. Especialidad en análisis de ondas electromagnéticas y elásticas en medios heterogéneos y aleatorios, Desarrollo de técnicas numéricas de precondiciomiento basadas en operadores y wavelets

  • Alejandro Jara
    Profesor Asociado del Departamento de Estadísticas UC
    programas@ing.puc.cl

    Ph.D. en Matemáticas de la Universidad Católica de Leuven, Bélgica. Profesor Asociado del Departamento de Estadísticas de la UC. Especialidad en Estadística Bayesiana no Paramétrica, Modelos Jerárquicos.

Solicita información y brochure aquí:

Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

¿Listo para postular?


Postula Aquí

 

¿Te gustó este programa?
¡Compártelo en tus redes sociales!

Programas relacionados

X