Matemáticas para Machine Learning - UPC

Curso

Matemáticas para Machine Learning - UPC

Inicio / Programas / Matemáticas para Machine Learning - UPC

Diligencia el formulario de inscripción aquí.

Este curso presenta al estudiante las herramientas matemáticas requeridas para el estudio de técnicas de machine learning, las cuales son fundamentales en el desarrollo de soluciones basadas en inteligencia artificial en diversos campos de aplicación. Al finalizar el curso tendrás la habilidad de organizar, manipular e interpretar cantidades tales como datos y parámetros de modelos en términos de vectores y matrices. También tendrás la habilidad de hacer cálculos probabilísticos básicos tales como valores esperados y covarianzas, y de cuantificar incertidumbre en medidas de error basadas en datos. Podrás implementar algoritmos básicos de descenso de gradiente y verificar la optimalidad de una solución de un problema de optimización convexo.

Horario*:

El curso se realizará en hora Colombia.

Viernes de 7:00 a.m. a 8:20 a.m. Este horario está sujeto a modificaciones.

*Estos horarios están sujetos a modificaciones.

Tarifa Preferencial Estudiantes UPC: 500 dólares

Diligencia el formulario de inscripción aquí.

Plataforma virtual: Este curso hace parte de la Maestría en Inteligencia Artificial de la Universidad de los Andes en la plataforma Coursera.

Contexto requerido:

Conocimientos básicos en programación, estadística, probabilidad y álgebra lineal. También es deseable alguna experiencia previa en manejo de tecnologías de IA.

Metodología:

El estudiante estará guiado por profesores y tutores expertos en el área, y tendrán apoyo con tecnologías, herramientas e infraestructura computacional de última generación, ofreciendo una experiencia de aprendizaje superior. La experiencia de aprendizaje incluirá clases semanales en vivo con profesores a través de Zoom, ejercicios con compañeros y módulos semanales a través de video; el contenido interactivo consiste en evaluaciones en línea, trabajos en grupo, presentaciones en línea, y más. Los cursos incluyen lecturas complementarias, tareas y foros de discusión que ayudan a generar conexiones con sus compañeros.

Los estudiantes tendrán la oportunidad de interactuar directamente con profesores y tutores durante clases sincrónicas semanales, así como a través de horarios de consulta, correo electrónico y foros. Los trabajos, exámenes y proyectos serán guiados y evaluados por los profesores para asegurarse de mantener el rigor de los estudiantes y estos puedan recibir retroalimentación personalizada y constante.

Proyecto:

En este curso realizarás actividades prácticas para probar los conocimientos teóricos adquiridos.

Idioma: Los cursos serán ofrecidos 100% en español. Sin embargo, es recomendable que tengas un buen nivel de compresión de lectura en inglés, pues muchos contenidos académicos serán presentados en este idioma.

Créditos académicos: 2

*Podrás inscribirte a este curso bajo la categoría Extensión, los cursos bajo esta modalidad otorgan créditos y notas, por tanto, pueden ser homologables una vez el estudiante sea admitido a la Universidad, de acuerdo con el reglamento de estudiantes y de homologaciones. La aprobación de los cursos de extensión no garantiza el ingreso a ningún programa regular de la Universidad.

Si deseas homologar cursos vistos por extensión en el programa de maestría, se requiere que:

1. La nota final individual de cada curso sea superior a 3.00

2. El total de créditos del conjunto total de cursos a homologar no sea superior a 16.

Nota: si tiene inquietudes de tipo académico podrá comunicarse a maia@uniandes.edu.co

Regresa aquí a la página principal

Este curso hace parte del portafolio de materias de pregrado y posgrado de la Universidad  abiertas a todo público.

Al participar en este curso podrás vivir la experiencia Uniandina, acceder a contenidos de calidad, tomar  clases con estudiantes regulares, acceder al sistema de bibliotecas de Uniandes y participar en las actividades culturales que esta Universidad te ofrece.

Dirigido a

Este curso es ideal para profesionales que:

  • Sean egresados de áreas cuantitativas como ingeniería, economía, matemáticas, entre otras.
  • Sean egresados de otras disciplinas y tengan experiencia certificada en técnicas de inteligencia artificial, análisis de datos y/o manejo de información o de grandes bases de datos.
  • Estén interesados y motivados por adquirir las competencias que lo capacitarán para utilizar y desarrollar diferentes tecnologías disruptivas asociadas a la IA en diferentes contextos de aplicación, con un rol de experta o experto en Inteligencia Artificial o en Machine Learning.
  • Estén buscando un programa formal de posgrado en modalidad virtual que les brinde flexibilidad para continuar con su carrera, al tiempo que estudian.

Objetivos

En este curso aprenderás a:

  • Manipular expresiones matemáticas que involucren funciones de múltiples variables, álgebra lineal y probabilidad y estadística, que se requieren en inteligencia artificial.
  • Cuantificar incertidumbre en términos de probabilidad y estadística.
  • Implementar algoritmos básicos de descenso de gradiente para minimizar funciones de múltiples variables.

Profesores

Fernando Lozano PhD

Profesor asociado. Departamento de Ingeniería Eléctrica y Electrónica. PhD University of New Mexico. Profesor del área de Machine Learning desde 2004. Intereses en reinforcement learning, redes neuronales y modelos de aprendizaje sobre estructuras combinatorias aplicadas a drug discovery.

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.