Modelamiento estadístico y sistemas recomendadores (online)
Aprende a modelar y a utilizar sistemas recomendadores que permitan apoyar decisiones de alto impacto en la gestión de tu organización.
Este curso es parte del Diplomado en Big Data para la toma de decisiones.
Antecedentes Generales
-
Fecha de inicio
27 de mayo
-
Modalidad
-
Horas
75 horas cronológicas / 35 horas directas
-
Valor
$550.000 en Chile / USD 612 resto del mundo ¡Consulta por descuento!
-
3 foros de discusión
-
2 clases sincrónicas
-
6 controles de selección
-
1 proyecto grupal
-
1 examen final
El curso entrega al estudiante conocimientos y habilidades básicas de modelamiento matemático y estadístico que le permitan extraer información útil de un conjunto de datos. En particular, aprenderá (de manera teórica y práctica, utilizando herramientas computacionales) a procesar, clasificar y agrupar datos, y utilizarlos como insumo para sistemas recomendadores.
Lo aprendido le permitirá al profesional trabajar con datos para poder convertir estos en información útil para la toma de decisiones en su organización, en un amplio rango de aplicaciones, y/o para supervisar a equipos de personas dentro de la misma que deban realizar esta tarea.
Profesionales que están a cargo de tomar decisiones y que observan potenciales beneficios en el uso de tecnologías relacionadas a Big Data, y que requieran realizar análisis estadísticos de grandes volúmenes de datos para obtener conclusiones útiles dentro de su organización.
Generar modelos estadísticos de alto impacto para la toma de decisiones en una empresa.
Se recomienda dominio básico de Excel y manejo de internet a nivel usuario.
Se recomiendan conocimientos básicos de estadística.
Contenidos del Programa
Al final del curso podrás:
– Identificar el fundamento del modelamiento estadístico para el manejo de grandes volúmenes de datos.
– Explicar el proceso de modelamiento y sus distintas fases para la implementación de soluciones.
– Generar flujos de trabajo de datos para proyectos de Big Data en la organización.
– Realizar inferencias estadísticas sobre datos para el mejoramiento de la toma de decisiones organizacionales mediante herramientas computacionales (software R).
Contenidos:
Introducción a estadística
– Terminología estadística básica.
– Tipos de muestreo.
– Modelos de probabilidad.
Introducción a modelamiento estadístico y Big Data
– Modelos estadísticos.
– Big Data: Bajo qué contextos se justifica su uso.
Preprocesamiento de datos
– Limpieza de datos.
– Integración de datos.
– Reducción de datos.
– Transformación de datos.
Métodos de clasificación
– Árboles de decisión.
Otros métodos de clasificación
– Bayes ingenuo.
– Método de los k-vecinos más cercanos.
– Métodos conjuntos.
Métodos de agrupación y sistemas recomendadores
– Métodos de partición.
– Métodos jerárquicos.
– Sistemas recomendadores.
Cuerpo Docente
Jefe de Programa
Cristián Paris Ibarra
Coordinador de Transferencia Tecnológica y Educación Continua
Alejandro Jara
Profesor Asociado del Departamento de Estadísticas UC
