Estructuración de proyectos de analítica
Curso
En Bogotá, D.C.
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Curso
-
Nivel
Nivel intermedio
-
Lugar
Bogotá, d.c.
-
Horas lectivas
21h
-
Duración
Flexible
El curso presenta las principales metodologías utilizadas en la industria para la estructuración y ejecución de proyectos que involucran procesos de analítica de datos. El curso cubre cada una de las fases típicas de un proyecto de esta índole (comprensión del problema, comprensión de los datos, preparación de los datos, modelado, evaluación, y despliegue), proporcionando a los asistentes de las metodologías y herramientas necesarias para llevar a cabo satisfactoriamente cada una de dichas etapas. El curso se complementa con aplicaciones prácticas e implementación de algoritmos en el lenguaje de programación Python 3.
Sedes y fechas disponibles
Ubicación
Inicio
Inicio
A tener en cuenta
El curso tiene por objetivo presentar a los asistentes el ciclo de vida usual de un proyecto estándar de analítica de datos, así como las principales metodologías utilizados en cada una de estas etapas. Al finalizar el curso, se espera que sus asistentes desarrollen las siguientes habilidades:
Diseño, estructuración y planeación de proyectos de analítica de datos.
Identificación de oportunidades y aplicación de técnicas de aprendizaje de máquinas.
Preprocesamiento y estructuración de bases de datos.
Principales modelos de aprendizaje supervisado y no supervisado.
Métricas de evaluación de modelos.
Implementación de algoritmos en Python.
Despliegue y uso de resultados como insumo para la toma de decisiones.
El curso está diseñado para directores y gerentes en contacto constante con datos estructurados y no estructurados de sus organizaciones. Está dirigido para los profesionales encargados de encontrar oportunidades para explotar la data y generar conocimiento a partir de ella, de modo que desarrollen las habilidades requeridas para diseñar y ejecutar exitosamente un proyecto que involucre procesos de analítica de datos. Se espera que los asistentes cuenten con conocimientos previos básicos del lenguaje de programación Python, y conceptos básicos de probabilidad y estadística.
Opiniones
Materias
- DMAMC
- Analitica
- Proyectos
- CRISP-DM
- Analítica descriptiva
- Estadística
- Significancia
- Diferencia de medias
- Medias
- Pruebas estadísticas
Programa académico
- SEMMA.
- DMAMC.
- CRISP-DM.
- Conceptos de estadística.
- Visualización de datos.
- Pruebas estadísticas (normalidad, significancia, diferencia de medias).
- Correlación vs. causalidad.
- Análisis supervisado vs. no supervisado.
- Sesgo vs. varianza.
- Interpretabilidad vs. poder predictivo.
- Tipos de variables.
- Datos estructurados y no estructurados.
- Transformación de datos.
- Detección de anomalías.
- Tipos de bases de datos.
- Integración de bases de datos públicas.
- APIs.
- Web scrapping.
- Sesión 6: Principales modelos de aprendizaje supervisado y no-supervisado
- Modelos de regresión.
- Modelos de clasificación.
- Métricas de desempeño.
- Reducción de dimensionalidad.
- Métodos de agrupamiento.
- Reglas de asociación.
- Interpretación.
- Storytelling.
- Herramientas de implementación
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Estructuración de proyectos de analítica