Curso Introducción al Machine Learning - Online
Comprende los elementos básicos del machine learning y el procesamiento de datos para un correcto planteamiento de proyectos de análisis.
SENCE
Tipo
Curso
Duración
6 a 8 semanas
Precio
$572.000
$400.400
* Descuentos no acumulables
$400.400
* Descuentos no acumulables
Formas de Pago
- Tarjeta de crédito chilena: Vía Webpay hasta 3 cuotas precio contado
- Tarjeta de crédito internacional: Vía Paypal
Información
Admision UAI Online
Admisión cursos con sence (franquicia tributaria) *
* Solicitamos por favor sólo escribir a uno de los dos correos.
SENCE
Nombre Sence
Técnicas Y Herramientas Aplicadas De Machine Learning
Código Sence
1238028660
Modalidad
E-Learning Asincrónico
Horas Totales
96
Duración
6 a 8 semanas
Horario Referencial
Lunes a Domingo 09:00 hrs. - 18:00 hrs.
Razón social
Universidad Adolfo Ibáñez
Rut
71.543.200-5
Dirección
Av. Presidente Errázuriz 3485, Las Condes
Contacto
Ritmo
100% asíncrono, inicia cuando quieras, sin horarios, si no alcanzas en la duración puedes solicitar extensión*.
Cada unidad se abre cada 5 días.
*: Restricciones aplican a cursos pagados con franquicia tributaria.
Cada unidad se abre cada 5 días.
*: Restricciones aplican a cursos pagados con franquicia tributaria.
Créditos SCT
4
¿En qué consiste el programa?
El desarrollo de la Industria 4.0 está generando una enorme cantidad de datos que pueden ser utilizados para mejorar los procesos productivos, el desarrollo y venta de productos y servicios, entre otros. El Machine Learning nos entrega un conjunto de técnicas basadas en algoritmos que aprenden a representar datos y a detectar tendencias. Así una organización tiene más posibilidades de identificar oportunidades rentables, evitando riesgos desconocidos.
Para realizar este curso, es recomendable contar con conocimientos previos de estadística.
Para realizar este curso, es recomendable contar con conocimientos previos de estadística.
¿Qué aprenderás?
- Unidad 1 - Objetivo Específico:
• Identificar los elementos básicos para desarrollar machine learning.Videos:
• Introducción.
• Métodos de aprendizaje.
• Data Frames.
• Etapas del proceso de machine learnig.
Evaluaciones:
• Control 1
• Actividades aplicadas 1 y 2 - Unidad 2 - Objetivo Específico:
• Aprender las etapas iniciales al procesar datos.Videos:
• Preprocesamiento de los datos.
• Etapas en el procesamiento de datos.
• Análisis exploratorio de datos.
• Correlación entre variables numéricas.
• Correlación entre variables categóricas.
Evaluaciones:
• Control 2
• Actividades aplicadas 1 y 2 - Unidad 3 - Objetivo Específico:
• Entrenar un modelo de regresión lineal.Videos:
• Modelo de regresión.
• Datos históricos y función de perdida.
• Métodos para determinar coeficientes.
• Significancia estadística.
• Estimadores.
• Selección de atributos.
• Evaluar calidad predictiva.
Lecturas Obligatorias:
• Técnicas estadísticas para identificar posibles relaciones bivariadas.
Evaluaciones:
• Control 3
• Actividades aplicadas 1 y 2 - Unidad 4 - Objetivo Específico:
• Predecir una variable dependiente que toma dos o más posibles etiquetas.Videos:
• Clasificación binaria y multiclase.
• Modelo de regresión logística.
Lecturas Obligatorias:
• Clase S4
• Clase R Video S4
• Script R Video S4
Evaluaciones:
• Control 4
• Actividades aplicadas 1 y 2 - Unidad 5 - Objetivo Específico:
• Aplicar técnicas de regularización en el modelo de regresión lineal o logística.Videos:
• Ajustar modelos.
• Estimador Ridge.
• Técnica de Lasso y Elactic net.
• ¿Como elegimos lambda?
Lecturas Obligatorias:
• Clase S5
• Clase R Video S5
• Script R Video S5
Evaluaciones:
• Control 5
• Actividades aplicadas 1 y 2 - Unidad 6 - Objetivo Específico:
• Conocer diversos métodos para entrenar algoritmos.Videos:
• Supuesto de Bayes ingenuo
• Ejemplo de cómo entrenar el algoritmo.
• Método K-NN
• ¿Cuál será el valor de K?
• Arboles de decisión.
• Ejemplo árbol de clasificación, con algoritmo ID3.
• Sobreajuste.
Lecturas Obligatorias:
• Clase S6
Evaluaciones:
• Control 6
• Actividades aplicadas 1 y 2 - Unidad 7 - Objetivo Específico:
• Construir un clasificador fuerte a partir de clasificadores débiles.Videos:
• Técnicas de ensemble.
• Random Forests.
• Adaptive boosting y Gradient boosting.
• Máquinas de soporte vectorial.
• Transformaciones.
Lecturas Obligatorias:
• Clase S7
Evaluaciones:
• Control 7
• Actividades aplicadas 1 y 2 - Unidad 8 - Objetivo Específico:
• Aplicar la técnica Reglas de Asociación.Videos:
• Reglas de Asociación.
• Métricas y formulación del problema.
Lecturas Obligatorias:
• Materia de Lectura clase 8
Evaluaciones:
• Control 8
• Actividades aplicadas 1 y 2
Metodología
El curso es 100% online asíncrono, i.e. no hay clases en vivo ni horarios. En la plataforma encontrarás cápsulas con contenido audiovisual, lecturas obligatorias, complementarias, y evaluaciones por cada unidad.
¿A quién va dirigido?
• Directores de Marketing y Comunicación.
• Directores Comerciales.
• Responsables de Publicidad, Ventas y/o Desarrollo de productos y servicios.
• Jefes de Proyectos y Profesionales de agencias y consultoras interactivas.
• Gerentes de empresas.
• Directores Comerciales.
• Responsables de Publicidad, Ventas y/o Desarrollo de productos y servicios.
• Jefes de Proyectos y Profesionales de agencias y consultoras interactivas.
• Gerentes de empresas.
Profesores
Información y Postulaciones
Admision UAI Online
[email protected]
Admisión cursos con sence
(franquicia tributaria) *
[email protected]
* Solicitamos por favor sólo escribir a uno de los dos correos.
[email protected]
Admisión cursos con sence
(franquicia tributaria) *
[email protected]
* Solicitamos por favor sólo escribir a uno de los dos correos.
También te puede interesar
Data Science cobra sentido en los negocios cuando genera ventajas competitivas. Aprende a aplicar sus técnicas para cumplir objetivos estratégicos.
$1.230.000
$861.000
* Descuentos no acumulables
$861.000
* Descuentos no acumulables
SENCE
Adquiere conocimientos sólidos en las aplicaciones de ciencia de datos, comprende la vinculación entre diversas aplicaciones y explora las distintas soluciones comerciales que pueden desarrollarse a través de esta disciplina.
$572.000
$400.400
* Descuentos no acumulables
$400.400
* Descuentos no acumulables
6 a 8 semanas
Mejora tus conocimientos utilizando herramientas modernas de programación y manejo de datos en un momento clave de la ciencia de datos, aplica diferentes técnicas de machine learning y aprende a evaluar su desempeño.
$1.790.000
$1.253.000
* Descuentos no acumulables
$1.253.000
* Descuentos no acumulables
24 semanas + examen