Modelamiento de Incertidumbre en Datos Empresariales.
Modalidad: Semi-presencial
Sede de impartición: Zúñiga
Justificación:
Los datos son uno de los activos más importantes de las empresas. Su manejo y análisis se hace a diario, pero no siempre se considera un aspecto muy importante, que es la incertidumbre natural que estos datos siempre tienen.
Objetivo:
Comprender los principios de lógica difusa y sus aplicaciones al modelado y análisis de datos, considerando la incertidumbre en los datos y su interpretación.
Metodología:
En línea con clases en vivo (sincrónicas), lectura y análisis de casos de estudio y ejercicios prácticos.
Público objetivo:
Todo aquel que maneje y analice datos en las empresas, y tenga conocimiento práctico de herramientas de programación de computadores (lenguaje Python o C).
Contenido:
Módulos
Temáticas
- Introducción
- Lógica difusa
- Modelo de datos
- Funciones de pertenencia
- Conocimiento en reglas
- Incertidumbre
- Modelado vs. gestión
- Análisis de datos
- Extracción de conocimiento
- Extracción de reglas
- Análisis de datos
- Precisión o explicación
- Discusión
- Análisis de casos
Requerimientos:
Equipo de cómputo con conexión a internet de banda ancha.
Software: Instalación de Python versión 3.x y librerías varias, casos propios para contextualizar.