
Objetivos
Los alumnos del programa Ciencia de los datos obtendrán herramientas analíticas y prácticas que le permitirán conocer y ejecutar las acciones en todo el proceso de Ciencia de los datos, desde la adquisición y la limpieza de los datos hasta la creación de modelos predictivos.
Ser capaz de: sintetizar problemas, abstraer necesidades, comunicar resultados, y un conjunto de datos relevantes en Big Data, Visualización, Computación en la nube, Aprendizaje automático, entre otros. Fortalecer las comunicaciones comunicativas para una relación con los resultados de los análisis de los datos.
Dirigido a:
Profesionales que están en la búsqueda de encontrar herramientas y metodologías para el procesamiento de datos mediante la metodología de Data Science, con el propósito de crear modelos predictivos para poder impactar en los KPIs operacionales.
Organización impulsada por datos
Este curso presenta a los alumnos a las llamadas empresas impulsadas por datos que centran su estrategia de toma de decisiones en el uso de datos y ciencia de datos. Los estudiantes exploran cómo los individuos y las organizaciones evalúan las opciones, toman decisiones, y cómo influyen en las decisiones tácticas y estratégicas.
Python Para Análisis de Datos
Este módulo consiste en una introducción al lenguaje de programación Python. El curso de la práctica en el lenguaje de la programación se enfoca en los módulos y paquetes de Python para realizar análisis de datos.
Análisis y limpieza
de datos. Este curso presenta los conceptos básicos de pre-procesamiento y análisis descriptivo de datos. El objetivo principal es poder determinar qué datos son susceptibles de ser convertidos en información para apoyar la toma de decisiones, y separar el ruido de la señal.
Aprendizaje automático
Este curso presenta herramientas de aprendizaje automático para generar valor a partir de los datos. Estas herramientas incluyen modelos de clasificación y predicción de fenómenos (por ej, RandomForest), descubrimiento de patrones de manera supervisada (por ej., SVM, redes neuronales) y no supervisada (por ej., Cluster jerárquico), reducción dimensional, entre otros.
Visualización de la información
Este curso introduce una visión global y práctica de las temáticas, herramientas y técnicas principales de visualización de la información.
Links Pre-Inscripción y Documentos
- Links del Sitio de Pre-Inscripción : http://bit.do/DataScienceMineria
- Programa Diplomado Data Science (documento en pdf)
- Reglamento Programa Post Grado Diplomado Data science (documento en pdf)
