Curso de Data Science

Solicita información

Curso de Data Science

Contenido Curso de Data Science.

Adquiere sólidos conocimientos en la aplicación de modelos de aprendizaje automático (Machine Learning) para el análisis profundo de datos. Aprende a entrenar, validar y poner en marcha estos modelos para descubrir nuevos conocimientos y resolver una gran variedad de problemas de negocio complejo.

Duración: 7 meses
Modalidad: Intensivo a distancia
Dedicación estimada: 15 horas semanales (incluye horas de cursada en vivo y práctica obligatoria)

REQUISITOS.
- Nociones de programación imperativa, preferentemente en Python 3.
- Conocimientos sólidos de estadística descriptiva.
- Conocimientos de estadística inferencial.
- Nociones de probabilidad clásica.
- Lecto-comprensión media del idioma Inglés.

A QUIÉN ESTÁ DIRIGIDO.

El curso está dirigido a todos aquellos que quieran aprender a trabajar con modelos de Machine Learning, la base sobre la que se construyen las implementaciones tecnológicas más modernas (detección de fraude, sistemas de recomendación, clasificación de imágenes/texto, entre muchas otras). La ciencia de datos tiene que ver con ser curioso: hacer nuevas preguntas, hacer nuevos descubrimientos y aprender cosas nuevas.

CRITERIO Y CLASIFICACIÓN.
Comprende en profundidad los problemas de clasificación y regresión, junto a los algoritmos comúnmente utilizados para resolverlos.

¿Por qué Data science?

METODOLOGÍAS CIENTÍFICAS
Complejidad algorítmica: cómo utilizar las nuevas tecnologías para enfrentar grandes conjuntos de datos y trabajar con algoritmos complejos.
Cómo utilizar las nuevas tecnologías para obtener conocimientos claves para tu análisis.

ORIENTACIÓN A TÉCNICAS
Puesta en producción, evaluación y optimización de modelos.
Probabilidad e inferencia estadística.
Visualización de datos, técnicas de aprendizaje supervisado y no supervisado.
Problemas de regresión y clasificación.
Clasificación de texto, análisis de series de tiempo y árboles de decisión.

HERRAMIENTAS
Lenguaje de programación Python.
Librerías de Python: Pandas, Numpy, Matplotlib, Seaborn, Plotly, Bokeh, SciPy, Scikit-Learn, Statsmodel, Pickle, Flask.
Es necesaria la instalación de Anaconda y Jupyter Lab.

Aprendizaje basado en proyectos.
En el programa de Data Science, los estudiantes trabajan en grupos para resolver 3 desafíos prácticos. Cada desafío requiere aplicar progresivamente el conocimiento y las herramientas adquiridas durante el curso. Sumado a esto, los estudiantes trabajan en un proyecto final donde aplican diferentes algoritmos de Machine Learning en un escenario práctico propuesto por los estudiantes y guiado por los profesores.