Este curso está diseñado para introducir a los estudiantes de maestría en economía a los fundamentos y aplicaciones del aprendizaje no supervisado, una rama del aprendizaje automático que se caracteriza por la ausencia de una variable de respuesta observada. A diferencia de los métodos de aprendizaje supervisado, aquí no se dispone de una “guía” explícita para evaluar los resultados, ya que los modelos trabajan exclusivamente con las variables predictoras disponibles.
El aprendizaje no supervisado permite explorar patrones, estructuras y relaciones en los datos que no están previamente etiquetados o definidos, haciendo de estos métodos una herramienta valiosa en escenarios donde no existe una variable objetivo clara.
En complemento al curso previo de machine learning, este curso aborda aplicaciones en las que no hay una respuesta definida. Los temas incluyen reducción de dimensionalidad, técnicas de clustering, sistemas de recomendación y análisis geográfico, con énfasis en casos relevantes para economistas.
La evaluación del curso se basará en talleres prácticos semanales, diseñados para asegurar que los estudiantes apliquen los conceptos aprendidos a problemas reales.