Mastering Machine Learning

Curso

Mastering Machine Learning

Facultad de Ingeniería
Inicio / Programas / Mastering Machine Learning

Machine Learning (ML) ha cobrado en años recientes gran importancia en la industria y la academia en procesos de modelamiento, automatización, predicción y toma de decisiones. En los últimos años se han desarrollado una gran variedad de métodos de ML, buscando responder a la amplia disponibilidad de datos y multitud de casos de uso. Un área de gran desarrollo ha sido la de métodos generativos, tales como redes adversarias generativas o modelos de difusión, entre otros. Estos métodos han encontrado múltiples aplicaciones en la generación de contenido que puede usarse, por ejemplo, para aumentar conjuntos de datos y así mejorar el desempeño de otros métodos de aprendizaje de máquina. En particular, estos métodos han demostrado ser especialmente efectivos para datos como imágenes, textos y señales temporales. En este contexto, el curso Mastering Machine Learning en su versión 2024 se centra en métodos generativos y sus aplicaciones.

Requisitos: Estudiantes de últimos semestres de pregrados o maestría afines a ingeniería, matemáticas, física.

Idioma: Inglés

Los estudiantes regulares de la Universidad (estudiantes que estén cursando un pregrado o posgrado) no podrán inscribirse a través de la Dirección de Educación Continua a este curso. En caso de inscripción, la Dirección procederá con la devolución de la misma. 

Dirigido a

Profesionales interesados en el área de aprendizaje de máquina. Estudiantes de últimos semestres de pregrados o maestría afines a ingeniería, matemáticas, física.

Profesores

Ashish Mahabal

Astronomer and Data Scientist Caltech, USA PhD in Astronomy, IUCAA, India

Juan Rafael Martínez

Harvard PhD in Astronomy, June 2012, Leiden University Msc in Astronomy, December 2007, Leiden University Bsc in Physics, July 2005, Universidad Nacional de Colombia

Juan Fernando Pérez

Profesional Distinguido en el Departamento de Ingeniería Industrial, Universidad de los Andes, Colombia. Juan obtuvo su grado de PhD en Ciencias de la Computación de la University of Antwerp, Bélgica, en 2010. Tiene un pregrado y maestría en Ingeniería Industrial de la Universidad de los Andes, Colombia, 2006. Juan fue Investigador postdoctoral en análisis de desempeño en Imperial College London, UK, Department of Computing, y en modelamiento estocástico en la University of Melbourne, Australia, School of Mathematics and Statistics. Juan lideró la creación de la Escuela de Ingeniería, Ciencia y Tecnología de la Universidad del Rosario, Colombia, y contribuyó a la creación del programa de Matemáticas Aplicadas y Ciencias de la Computación. Sus intereses se centran en el análisis de datos para la toma de decisiones, el análisis de desempeño de sistemas de computadores, especialmente en aplicaciones de software intensivas en datos empleadas para ejecutar trabajos de aprendizaje de máquina de gran escala, computación en clusters y en la nube.

Condiciones

Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.

La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.