Curso de Data Science - Online

Contacta sin compromiso con Digital House Colombia

Para enviar la solicitud debes aceptar la política de privacidad

Galería de imágenes

Comentarios sobre Curso de Data Science - Online

  • 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.

Otra formación relacionada con base de datos

Este sitio utiliza cookies.
Si continua navegando, consideramos que acepta su uso.
Ver más  |