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

Python para Machine Learning (online)

Aprende técnicas de Machine Learning altamente utilizadas en contextos aplicados como: retail, industria bancaria y ciencias como la astronomía. Se utilizará el lenguaje de programación Python, acompañado de librerías especializadas para manejo de datos e implementación de modelos.

Dirigido a profesionales que tengan un dominio intermedio del lenguaje Python y que estén altamente motivados para formarse en el área de Ciencia de Datos.

Antecedentes Generales

30/07/2024
Curso
6 semanas
75 horas totales (35 horas directas y 40 horas indirectas)
$550.000 en Chile / USD 612 resto del mundo ¡Consulta por descuento! Código SENCE: 1238035028
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

Python se ha convertido en una de las herramientas fundamentales para los profesionales de Machine Learning. En este contexto, saber usar librerías como scikit-learn, scipy, numpy, pandas o keras, constituye una competencia básica para el desarrollo de proyectos de este tipo en el entorno empresarial. Este curso entrega una base de conocimiento de los fundamentos que soportan estas potentes metodologías y herramientas, potenciando significativamente al participante para enfrentar desafíos que involucran inteligencia artificial y dándole una ventaja competitiva en el mercado laboral.

A través de este curso, los alumnos aprenderán los conceptos fundamentales asociados de Machine Learning tanto en su versión supervisada, como no supervisada. Dicho aprendizaje será acompañado mediante un conjunto de librerías de Python, las que permitirán pasar de la teoría a la implementación de forma amigable, y actualizada a las tecnologías utilizadas en el mercado.

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 por sus funciones deben manejarse en los modelos de Machine Learning.

Resultado de aprendizaje general
- Implementar modelos de Machine Learning a través del lenguaje de programación Python.

Resultados de aprendizaje específicos:
- Comprender aspectos formales de modelos de aprendizaje supervisado tradicionales, experimentando y comparando su rendimiento.
- Visualizar diferentes tipos de variables en una base de datos utilizando librerías de Python.
- Emplear modelos de redes neuronales artificiales básicas.
- Diseñar modelos de aprendizaje supervisado basados en regresiones.
- Implementar modelos de aprendizaje no supervisado a través de librerías de Python.

Requisitos de ingreso:
- Conocimiento matemático (algebra lineal, estadística básica y cálculo).
- 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.
- Conocimientos básicos (a nivel de usuario) sobre el manejo de programas computacionales en ambiente operativo Windows y navegación por internet.
- Tener instalado en el computador un navegador como Explorer, Mozilla o Chrome.
- Manejo básico de Office e Internet.
- Equipo computacional, con acceso a internet.

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/programa/herramientas-de-programacion-en-python-para-procesamiento-de-datos/.

Contenidos del Programa

- Introducción al Aprendizaje de Máquina
- Tipos de problemas en Aprendizaje de Máquina

- Introducción a librerías del ecosistema de Data Science
- Tipos de variables
- Análisis descriptivo de variables
- Transformación de variables
- Visualización de variables
- Imputación de datos

- Aprendizaje supervisado
- Regresión lineal
- Regresiones polinomiales
- Regresión con penalización
- Regresión logística

- Naive Bayes
- Evaluación de clasificadores
- Árboles de decisión
- Random Forest
- Random Forest para regresión

- Introducción a las redes neuronales artificiales
- Tecnologías para desarrollo de redes neuronales artificiales
- Redes neuronales artificiales

- Aprendizaje no supervisado
- K-Means
- Cluster jerárquico
- Evaluación de clusters
- Reducción de dimensionalidad

Cuerpo Académico


¿Te gusta esta publicación?

Comparte esta publicación


código binario
TransBank
Pago disponible con tarjetas de crédito de Chile hasta en 3 cuotas precio sin interés



Solicita información y brochure aquí:

Al momento de inscribirme autorizo a la Escuela de Ingeniería UC para mantener y tratar mis datos personales, todo conforme a la Ley Nº19.628, “Sobre Protección de la Vida Privada”. Revisa las Políticas UC aquí.
Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

 

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.

Programas relacionados

Descargar Brochure
Necesitas ayuda? Conversemos