fbpx
¡Oferta!

Carrera Científico de Datos con Python

$389.99 $289.99 Sin IVA

*Precio en dólares

Fecha inicio: 12 de octubre al 13 de noviembre del 2020.
Horarios: Clases de lunes a viernes en horario de 18h30 a 20h30 y sábados de 8h00 a 10h00.
Duración: 40 horas de clase + 10 horas de trabajo autónomo en proyectos Kaggle.

¡Inscripciones abiertas!

Resumen

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 tendrás la capacidad de:

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

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

Cursos de la Carrera

  • Introducción al curso
    Introduce el manejo de herramientas esenciales utilizadas durante el curso.
  • Introducción a Python
    Introduce el manejo de herramientas esenciales del curso.
  • 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.
  • 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.
  • Machine Learning II
    Aprende los principales algoritmos de aprendizaje no supervisado, enfatizando las temáticas de reducción de dimensiones, agrupamiento y clustering
  • 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.
  • Introducción a Deep Learning
    Reconoce los principales conceptos relacionados al aprendizaje profundo, las distintas arquitecturas de redes neuronales e identifica sus principales aplicaciones.

Detalles importantes

  • Modalidad: Masterclass en vivo
  • Este programa no tiene prerrequisitos 
Ir arriba