Déjanos tus datos y nos pondremos en contacto contigo
Actualmente las empresas generan datos en grandes volúmenes, gran velocidad, en muchas variedades y lo más importante es encontrar el valor en ellos a partir de la toma de decisiones con éstos. En este contexto existen tecnologías disruptivas que están cambiando el mundo, tales como: El Blockchain, el Internet de las cosas, el Cloud y la Inteligencia Artificial. En este curso abordaremos la Inteligencia Artificial, que tiene como principal objetivo dotar a las máquinas o sistemas con la capacidad de toma de decisiones o realización de tareas de manera automática, estudiando uno de sus campos; El Machine Learning, equipando a los participantes con las habilidades y conocimientos necesarios para aplicar técnicas de aprendizaje automático en el proceso de toma de decisiones dentro de organizaciones y empresas.
Se abordarán las fases de desarrollo o creación de productos analíticos hasta la implementación de
éstas, con la combinación única de teoría y práctica, permitiendo a los estudiantes comprender desde el entendimiento y comprensión de los problemas de negocios reales, hasta la implementación de soluciones basadas en aprendizaje automático en diversos contextos e industrias con el lenguaje de programación Python a través del ambiente Cloud de Google Colaboratory.
– Comprender los conceptos de Machine Learning, como el proceso de generación de valor con datos.
– Analizar, preprocesar y entender los datos con el objetivo de poder aplicar técnicas de aprendizaje automático.
– Generar nuevos datos o variables y elegir las candidatas previas a la aplicación a cualquier técnica basada en aprendizaje automático.
– Construir, entrenar, evaluar e implementar modelos predictivos utilizando herramientas y bibliotecas populares de Python.
Sesión 1: Introducción a Machine Learning y su Aplicación en Negocios | ||
---|---|---|
Definición de Inteligencia Artificial y la relación con BI, BA, Big Data y Machine Learning. Principales Aplicaciones y casos de negocio de Machine Learning. Definición, tipos de aprendizaje en Machine Learning y aplicaciones. | ||
Desarrollo y despliegue de algoritmos de machine learning en los negocios. Entendimiento del problema o negocio que deseo solucionar y relación con la variable target u objetivo. | ||
Sesión 2: Entendimiento de los Datos e Ingeniería de Variables | ||
Examen gráfico y descriptivo numérico. Asociaciones o relaciones entre variables cualitativas y cuantitativas. | ||
Missings y representatividad de la información. Imputación de datos con técnicas de tendencia central y técnicas avanzadas de Machine Learning. Creación y selección de variables mediante criterios experto, criterios basados en polinomios y criterios avanzados. | ||
Sesión 3: Construcción y Validación de modelos de Machine Learning | ||
Introducción a los modelos de clasificación. Análisis de regresión logística, árboles de decisión y modelos de ensamble de árboles. | ||
Validación de modelos. Precisión global, error, sensibilidad, especificidad, índice de gini, F1 score. | ||
Proyecto Final | ||
En el proyecto final, los estudiantes aplicarán los conocimientos adquiridos durante el curso para desarrollar e implementar un modelo de machine learning que ayude en la toma de decisiones en un entorno empresarial. El objetivo es utilizar datos históricos de la empresa que les brindará el docente para predecir resultados futuros y optimizar decisiones estratégicas, como la gestión de inventarios, la asignación de recursos, la segmentación de clientes, el pronóstico de ventas o generación de leads. |
Este curso está dirigido a profesionales de diversas áreas como Inteligencia de Negocios, TI, Marketing, Planificación, y Análisis de Datos, que deseen incorporar el uso de Machine Learning en su proceso de toma de decisiones. Ideal para aquellos que buscan iniciarse en el mundo de Big Data y Data Science o que desean complementar su conocimiento en Inteligencia Artificial y Machine Learning. Profesionales deseosos de aprender el uso del lenguaje de programación Python en la resolución de distintos problemas de la naturaleza que pueden ser llevados a problemas de datos para la toma de decisiones automáticas. Deseable tener conocimientos previos en programación, manejo de Excel y Estadística Básica.
People Analytics & PPM Senior Manager en Backus. Anteriormente se desempeñó como Analytics Manager en AB InBev. Ha cumplido funciones similares en Interbank, Claro, Chubb Seguros e INEI. Con experiencia en análisis estadístico y gestión de la información. Cofundador de San Marcos Data Science Community, comunidad dedicada a promover la investigación de los estudiantes de la UNMSM en temas como data science, Big Data, Machine Learning y Data Mining. Especialización en Machine Learning y Cómputo Distribuido por el Centro de Investigación en Matemáticas (México). Licenciado en Estadística por la Universidad Nacional Mayor de San Marcos.
Contarás con el respaldo de un mentor altamente calificado, quien te acompañará en toda tu experiencia de aprendizaje y te asesorará en el desarrollo de casos abordados en clase, así como en el proyecto final del curso. Esta mentoría te permitirá profundizar en los conceptos clave, aplicar las herramientas adquiridas y a enfrentar desafíos complejos, asegurando que el aprendizaje sea integral y aplicable en tu entorno profesional.
Los participantes que cumplan con el 80% de asistencia al curso y obtengan una nota mínima aprobatoria de once (11) recibirán el Certificado de Participación correspondiente, en formato digital, emitido por Pacífico Business School.
Una vez iniciado el curso, no se podrá solicitar la devolución por este concepto. El dictado de clases del curso se iniciará siempre que se alcance el número mínimo de alumnos matriculados establecido por Pacífico Business School. Pacífico Business School se reserva el derecho de modificar la plana docente, por motivos de fuerza mayor o por disponibilidad del profesor, garantizando que la calidad del curso no se vea afectada. Toda modificación será comunicada anticipadamente a los participantes. Todo el material estará a disposición en las plataformas virtuales.
De conformidad con la Ley N° 29733, Ley de Protección de Datos Personales, y su Reglamento aprobado por Decreto Supremo N° 003-2013-JUS, la Universidad del Pacífico (Jr. Gral. Sánchez Cerro N° 2141, distrito de Jesús María) declara que cuenta con una Política de Privacidad a la que se puede acceder desde su portal institucional (https://www.up.edu.pe/Documents/3.politica-privacidad.pdf). Asimismo, con la aceptación de los términos y condiciones se otorga el consentimiento para que la Universidad realice el tratamiento de sus datos personales conforme a las diferentes finalidades y perfiles que la Universidad determina en su Política de Privacidad, las cuales incluyen finalidades académicas, comerciales, administrativas y otras vinculadas con las actividades que realiza, así como con los servicios y productos que ofrece.
Los datos personales recopilados (nombres y apellidos, documento de identidad, teléfono y correo electrónico, y en general cualquier otro) se conservarán por el plazo máximo de sesenta (60) años, o hasta que sean modificados dependiendo de la naturaleza de los mismos. Asimismo, la Universidad garantiza que cuenta con medidas de seguridad; que cualquier transferencia, cesión o encargo de datos personales se sujetará a lo previsto por la Ley; y que la Universidad procurará que los datos personales que recopila no se vean afectados por cualquier uso indebido.
En caso que el titular desee ejercer sus derechos de acceso, cancelación, oposición, revocatoria de consentimiento, modificación o cualquier otro, podrá enviar una comunicación escrita a la oficina de Data Intelligence, dejándolo en, recepción de la Universidad del Pacífico, Jr. Gral. Luis M. Sánchez Cerro Nº 2141, distrito de Jesús María o escribir a revocatoria.datos.personales@up.edu.pe. Esta oficina tiene la obligación de informar los procedimientos para hacer valer los derechos mencionados anteriormente.