Curso de Data Science - Online

Galería de imágenes

Digital House Colombia

Comentarios sobre Curso de Data Science - Online

• Contenido
  Curso de Data Science.
  
  Adquiere sólidos conocimientos en la aplicación de modelos de aprendizaje automático (Machine Learning) para el análisis profundo de datos. Aprende a entrenar, validar y poner en marcha estos modelos para descubrir nuevos conocimientos y resolver una gran variedad de problemas de negocio complejo.
  
  
  Duración: 7 meses
  Modalidad: Intensivo a distancia
  Dedicación estimada: 15 horas semanales (incluye horas de cursada en vivo y práctica obligatoria)
  
  
  
  REQUISITOS.
  - Nociones de programación imperativa, preferentemente en Python 3.
  - Conocimientos sólidos de estadística descriptiva.
  - Conocimientos de estadística inferencial.
  - Nociones de probabilidad clásica.
  - Lecto-comprensión media del idioma Inglés.
  
  
  A QUIÉN ESTÁ DIRIGIDO.
  
  El curso está dirigido a todos aquellos que quieran aprender a trabajar con modelos de Machine Learning, la base sobre la que se construyen las implementaciones tecnológicas más modernas (detección de fraude, sistemas de recomendación, clasificación de imágenes/texto, entre muchas otras). La ciencia de datos tiene que ver con ser curioso: hacer nuevas preguntas, hacer nuevos descubrimientos y aprender cosas nuevas.
  
  CRITERIO Y CLASIFICACIÓN.
  Comprende en profundidad los problemas de clasificación y regresión, junto a los algoritmos comúnmente utilizados para resolverlos.
  
  
  ¿Por qué Data science?
  
  METODOLOGÍAS CIENTÍFICAS
  Complejidad algorítmica: cómo utilizar las nuevas tecnologías para enfrentar grandes conjuntos de datos y trabajar con algoritmos complejos.
  Cómo utilizar las nuevas tecnologías para obtener conocimientos claves para tu análisis.
  
  ORIENTACIÓN A TÉCNICAS
  Puesta en producción, evaluación y optimización de modelos.
  Probabilidad e inferencia estadística.
  Visualización de datos, técnicas de aprendizaje supervisado y no supervisado.
  Problemas de regresión y clasificación.
  Clasificación de texto, análisis de series de tiempo y árboles de decisión.
  
  HERRAMIENTAS
  Lenguaje de programación Python.
  Librerías de Python: Pandas, Numpy, Matplotlib, Seaborn, Plotly, Bokeh, SciPy, Scikit-Learn, Statsmodel, Pickle, Flask.
  Es necesaria la instalación de Anaconda y Jupyter Lab.
  
  
  Aprendizaje basado en proyectos.
  En el programa de Data Science, los estudiantes trabajan en grupos para resolver 3 desafíos prácticos. Cada desafío requiere aplicar progresivamente el conocimiento y las herramientas adquiridas durante el curso. Sumado a esto, los estudiantes trabajan en un proyecto final donde aplican diferentes algoritmos de Machine Learning en un escenario práctico propuesto por los estudiantes y guiado por los profesores.

Otra formación relacionada con base de datos