CARRERA

Científico de Datos


Aprende a hacer inferencias y predicciones con técnicas de machine learning.

Sin la necesidad de requisitos previos, al completar esta carrera adquirirás las habilidades necesarias para iniciar tu profesión como Científico de Datos usando python.

Aprenderás las bases del lenguaje de programación python y los fundamentos estadísticos para resolver problemas de analítica de datos mediante el uso de librerías como: NumPy, Pandas, Scikit-learn, TensorFlow, entre otras.

Siguiendo la metodología learning by doing podrás implementar algoritmos de aprendizaje automático y profundo, logrando comprender su importancia y empleabilidad.

Al finalizar esta carrera estarás en la capacidad de:

Limpiar y preparar los datos para implementar algoritmos de predicción enfocados en clasificación y regresión.

Emplear técnicas de reducción de dimensiones y algoritmos de clustering y redes neuronales mediante la ejecución de código python.

Científico de Datos



Introducción a Python

Introduce el manejo de python como herramienta para la recopilación, limpieza, exploración e interpretación de datos
Fechas: 14 al 16 de septiembre del 2020.

Estadística para Ciencia de Datos

Aprende las principales medidas de estadística descriptiva haciendo énfasis en el proceso de modelización. Aplica la teoría de probabilidad por medio de ejemplos y simulaciones en python.
Fechas: 17 y 18 de septiembre del 2020.

Machine Learning I

Conoce las estructuras de datos en el campo de la Ciencia de datos y analiza las principales aplicaciones del modelamiento mediante la implementación de algoritmos de aprendizaje automático.
Fechas: 21 al 23 de septiembre del 2020.

Machine Learning II

Aprende los principales algoritmos de aprendizaje no supervisado, enfatizando las temáticas de reducción de dimensiones, agrupamiento y clustering.
Fechas: 24 al 26 de septiembre del 2020.

Machine Learning III

Aprende los algoritmos avanzados para el aprendizaje automático, con énfasis en métricas de comparación de modelos, selección del modelo ganador y ajuste de hiperparámetros.
Fechas: 28 de septiembre al 01 de octubre del 2020.

Introducción a Deep Learning

Reconoce los principales conceptos relacionados al aprendizaje profundo, las distintas arquitecturas de redes neuronales e identifica sus principales aplicaciones.
Fechas: 05 al 09 de octubre del 2020.


facebook contacto academy