¡Prepárate para un emocionante viaje de descubrimiento en el mundo del Machine Learning! Estamos emocionados de tenerte a bordo en este programa que cambiará tu vida. ¡COMENCEMOS!
1
2
3
Aprovecha ahora $537
OBJETIVOS DEL PROGRAMA
- Comprender las aplicaciones prácticas de algoritmos de Machine Learning en la resolución de problemas del mundo real.
- Adquirir habilidades en regresión, clasificación y clustering, y comprender las métricas de evaluación correspondientes.
- Desarrollar modelos de regresión logística, máquinas de soporte vectorial (SVM), árboles de decisión y modelos ensamblados, utilizando bibliotecas de Python como Scikit-Learn.
- Explorar el mundo del Deep Learning mediante el estudio de redes neuronales artificiales (ANN), redes convolucionales (CNN) y su implementación con TensorFlow y Keras.
¿A QUIÉN ESTÁ DIRIGIDO ESTE PROGRAMA?
Analistas o Científicos de Datos: Profesionales con experiencia en la recopilación, limpieza, análisis y modelado de datos que desean fortalecer sus habilidades en Machine Learning y aprender a construir modelos predictivos avanzados. | |
Ingenieros de Datos: Profesionales que trabajan con grandes volúmenes de datos y desean mejorar su capacidad para crear modelos predictivos y optimizar soluciones de datos. | |
Desarrolladores de Software: Programadores que desean ampliar sus habilidades y adentrarse en el mundo de la inteligencia artificial y el Machine Learning. | |
Profesionales de Negocios: Gerentes, consultores y ejecutivos que desean comprender cómo el Machine Learning puede impulsar la toma de decisiones y la innovación en sus organizaciones. | |
Entusiastas de la Tecnología: Personas apasionadas por la tecnología y el análisis de datos que buscan adquirir habilidades sólidas en Machine Learning. |
PLAN DE ESTUDIOS
Fundamentos de Machine Learning (18 horas) | |
Modelos Lineales de Regresión (16 horas) | |
Máquinas de Soporte Vectorial (SVM) (6 horas) | |
Árboles de Decisión y Modelos ensamblados (12 horas) | |
Redes Neuronales y Deep Learning (12 horas) | |
Proyecto Final: Deserción (Churn) de clientes (10 horas) |
DOCENTES
Mg. Orlando Advíncula Zeballos
- Profesional con experiencia en Consultorías en temas de medio ambiente.
- Amplia experiencia en docencia universitaria y capacitaciones en temas de Investigación Científica y Estadística Aplicada a las Ciencias Ambientales.
- Participación activa en eventos científicos nacionales e internacionales en Estadística, Machine Learning y Deep Learning.
- Ponente internacional en Bioestadística. Manejo de Lenguajes R, Python, SQL y Java Script aplicado a Google Earth Engine.
- Dominio de Machine Learning y Deep Learning aplicado a diversas áreas del conocimiento.
- Docente en cursos de Machine Learning y SQL en la Escuela Nacional de Estadística e Informática – ENEI, en Lima-Perú.
- Magíster.
- Biólogo titulado, colegiado y habilitado.
Roberto Esteves
- Profesional en Transformación Digital con 20 años de experiencia,en desarrollo de estrategias digitales, manejo de crisis en redes sociales e innovación.
- Experiencia como Profesor del Programa de Científico de Datos con Python.
- Trabajó como Instructor en Sociedad Ecuatoriana de Estadística fomentando el uso de las mejores prácticas así como la actualización permanente de los conocimientos estadísticos de sus miembros, usuarios de la estadística y público en general.
- Mentor en Innovación y Design Thinking, ayudando a los profesionales a desarrollar nuevas capacidades para innovar, a través de experiencias únicas.
- Estudios en Machine Learning, Procesamiento de Datos y Tecnología, Ingeniería en Sistemas Información Gerencial, Programa de Banca y Servicios Financieros.
Christian Tutiven
- Catedrático experto en Deep Learning en la Escuela Superior Politécnica del Litoral (ESPOL) y en la Sociedad Ecuatoriana de Estadística (SEE), y con experiencia internacional en la Universidad de Nariño (Pasto, Colombia) y en el Programa de Doctorado en Control, Robótica y Visión de la Universidad Politécnica de Cataluña (Barcelona, España).
- Ha dedicado su carrera a la enseñanza y aplicación de tecnologías de aprendizaje automático en vehículos no tripulados y control por reforzamiento.
- Fundador de Saturdays.AI Ecuador y Guayaquil, comunidades centradas en democratizar el aprendizaje en inteligencia artificial, y de STEAM CENTER S.A., una empresa innovadora en soluciones de análisis de datos y de ingeniería.
- Contribución académica en más de 18 artículos en revistas científicas de alto impacto y participaciones en más de 30 congresos internacionales, destacado en el uso de aprendizaje profundo para el monitoreo de condiciones y de la salud estructural.
CONOCIMIENTOS REQUERIDOS
Fundamentos de Análisis de Datos: Deberías estar familiarizado con conceptos básicos de análisis de datos, incluyendo la recopilación, limpieza y visualización de datos. | |
Programación en Python: Es esencial tener conocimientos previos en programación en Python. | |
Matemáticas Básicas: Una comprensión básica de conceptos matemáticos como álgebra, estadísticas y cálculo te ayudará a comprender mejor los fundamentos de Machine Learning. | |
(Deseable) Completado el Programa de Data Scientist de EELA: Si has completado con éxito nuestro programa de Data Scientist, estarás en una posición sólida para aprovechar al máximo el programa de Machine Learning, ya que ambos programas complementan tus habilidades en el | |
Pasión por el Aprendizaje: Lo más importante es tener una mente curiosa y la disposición para aprender. El deseo de explorar nuevos desafíos y aplicar soluciones innovadoras es fundamental en el mundo del Machine Learning. |
5 RAZONES PARA APRENDER MACHINE LEARNING
1 |
Toma decisiones basadas en datos: El Machine Learning te capacitará para tomar decisiones informadas y basadas en evidencia a partir de grandes conjuntos de datos, lo que es esencial en un mundo impulsado por la información. |
2 |
Resuelve problemas empresariales: Con el conocimiento de Machine Learning, podrás abordar problemas empresariales complejos, como la predicción de demanda, el análisis de riesgos y la optimización de procesos. |
3 |
Mejora tu carrera:
El aprendizaje automático es una de las habilidades más demandadas en la actualidad. Amplía tus oportunidades laborales y aumenta tu potencial de ingresos. |
4 |
Desarrolla modelos predictivos:
Aprende a construir modelos predictivos que pueden anticipar tendencias y comportamientos futuros, desde la predicción de precios hasta la detección de fraudes. |
5 |
Impulsa la innovación: Utiliza el Machine Learning para innovar en tu industria, desarrollando productos y servicios avanzados que satisfagan las necesidades cambiantes del mercado. |
Por qué ESTUDIAR CON NOSOTROS
PREGUNTAS FRECUENTES
- Universidad Hemisferios, institución avalada por el Senescyt
- EELA