Curso de Forecasting and Machine Learning.
- Tipo: Cursos
- Modalidad:Online / Distancia
Detalles.
Dirigido a:
- Personal con interes en conocimiento sobre analisis de resultados para toma de desiciones aplicando diversos metodos estadisticos
Requisitos:
- Deseable nocion de matematicas
- Requiere equipo de computo con acceso a internet
Comentarios:
Con la aplicación de tecnicas de Machine Learning podemos obtener unos datos todavía más apurados, que consigan una exactitud mayor sobre el pronóstico.
Forecasting en general es una previsión o pronóstico que podremos obtener de cualquier tipo de información. El egresado de este curso podrá aplicarla a asuntos tan diversos como la cotización en bolsa, el tiempo o los resultados operativos. Por supuesto, también es posible y muy habitual realizar el forecasting de ventas, de modo que las empresas pueden predecir, con mayor o menor acierto, la marcha de las ventas de un comercio, y así estar preparados para las necesidades en un futuro a corto y medio plazo.
¿
Cuáles son los objetivos de este curso?
- Conocer sobre el pronóstico mediante operaciones aritméticas utilizando el maching learning
- Identificar nuevas capacidades profesionales necesarias para tu negocio.
- Desarrollar un plan estratégico para la gestión del cambio en tu equipo, departamento u organización.
- Identificar el riesgo y los beneficios de los nuevos proyectos vinculados a la ciencia de datos
¿
Qué distingue a este curso de los demás?
Autoplaneado, avanza a tu ritmo de manera paráctica con contenido de actualidad.
Competencias:
- Crear una estrategia para que tu empresa alcance objetivos de negocio a partir del uso de la inteligencia artificial.
- Formar un equipo que te lleve al éxito en el mundo de la IA.
- Identificar las mejores áreas para la implementación temprana de las soluciones de inteligencia artificial y entender cómo escalarlas.
- Demostrar un conocimiento y una comprensión sistemáticos de los conceptos básicos y los marcos analíticos en el análisis de publicaciones con el objetivo de influir y dar forma a las personas y la estrategia empresarial al ayudar a la toma de decisiones estratégicas.
Temario.
Analítica para la gestión
1 Introducción Strategy Analytics
2 Tendencias Analytics
Implementación práctica a elección propia
1 Gestión de Fuentes Externas
2 Tipos de investigación
3 Planteamiento del problema
Métodos Hipotéticos
1 Independencia
2 Anova
3 Taguchi
Presentación.
1 Creación y desarrollo
¿Qué es el aprendizaje automático?
1 ¿Qué es la inteligencia artificial?
2 ¿Qué es el aprendizaje maquina?
3 ¿Cuáles son las técnicas de aprendizaje máquina?
Aprendizaje máquina práctico
1 ¿Qué es un framework de programación? (Tidy Models)
2 ¿Cómo se entrena un modelo?
3 Regresión Lineal
4 ¿Por qué es necesario separar los datos?
5 Separación de un data set en set de entrenamiento y set de prueba
Aprendizaje máquina práctico – clasificación
1 ¿Qué son los árboles de decisión?
2 ¿Cómo puedo medir el desempeño de un algoritmo de decisión?
3 ¿Qué es una matriz de confusión?
4 ¿Qué son las curvas ROC?
5 Implementado un árbol con Tidy Models
Random Forests
1 ¿Qué es un algoritmo de ensamble?
2 ¿Qué es un bosque de árboles de decisión (RF)
y cómo se implementa Tidy Models?
3 ¿Qué son los hiperparámetros y para qué sirven?
4 ¿Qué es la validación cruzada?
Técnicas complementarias de Machine Learning
1 El problema de tener muchas dimensiones
2 ¿Cómo reducir el número de dimensiones con PCA?
3 Principal Component Analysis (PCA) para la visualización
en tidy models
4 Usando PCA en la regresión lineal
