Proyectos de analítica en Python

Programa

Proyectos de analítica en Python

Facultad de Economía
Inicio / Programas / Proyectos de analítica en Python

Proyectos de analítica en Python

La serie de cursos del Programa Proyectos de analítica en Python, busca que los asistentes conozcan y dominen cada uno de los componentes presentes en un proyecto usual de minería de datos. Los cursos desarrollan habilidades para identificar oportunidades de uso de analítica, así como el diseño, comprensión, estructuración, construcción y evaluación de modelos de machine learning. Al finalizar los cursos, los asistentes conocerán las principales metodologías de preprocesamiento y visualización de datos, y aprendizaje automático de máquinas, cubriendo el análisis supervisado, no supervisado, y el aprendizaje profundo. En adición, serán capaces de implementar tales modelos en el lenguaje de programación Python, el lenguaje más popular del mundo y el primero en aplicaciones de analítica, machine learning y minería de datos.

Este es un programa compuesto por los siguientes cursos que podrás tomar en conjunto o por separado.

¡Inscribe el programa completo!

Introducción al análisis de datos en Python

Introducción al análisis de datos en Python

Inicio:

10 de agosto de 2021

Modalidad Virtual
Machine Learning para Business intelligence

Machine Learning para Business intelligence

Inicio:

07 de septiembre de 2021

Modalidad Virtual

Dirigido a

Este programa es para todos aquellos que estén interesados en aprender a programar en Python, uno de los lenguajes de programación más versátiles, y que deseen aplicarlo al análisis de datos par explotar oportunidades en sus respectivos negocios. Estos cursos también están dirigidos a quienes estén interesados en introducirse en el mundo de Machine Learning, aquí aprenderán a implementar los modelos clásicos de regresión, clasificación y clusterización a los datos que deseen. 

Se recomienda tener conocimientos de álgebra lineal como saber qué es una matriz y nociones básicas de estadística como conocer la media, varianza y mediana.

Objetivos

Objetivos
•    Construir preguntas de analítica para problemas reales.
•    Conocer las metodologías adecuadas para cada problema.
•    Conocer los supuestos, fortalezas y debilidades de las principales metodologías de aprendizaje de máquinas.
•    Implementar modelos de analítica con Python.
•    Explotar oportunidades de aprendizaje de negocio a partir de bases de datos no estructuradas.
•    Explorar rápidamente cualquier base de datos utilizando Python, comprendiendo el negocio de manera rápida e identificando oportunidades de valor agregado a partir de procesos analíticos.
 

Metodología

El  curso se realizará de manera virtual con sesiones sincrónicas. A su vez, en cada clase se realizarán ejercicios de código y se estudiará la intuición de lo realizado. Los ejercicios realizados estarán basados en experiencias reales de la industria. 
Nota: se sugiere que el estudiante interesado en el curso cuente con un computador de 4GB de RAM pero preferiblemente 8GB en adelante. 
El software que usará es Anaconda de Python 3. Las instrucciones de instalación serán remitidas al inicio del curso.
 

Contenido

El programa esta conformado por los siguientes cursos:
Curso Introducción al análisis de datos en Python
Curso Machine Learning para Business Intelligence

Profesores

Juan Sebastián Moreno Pabón.

Economista y Magíster en Economía de la Universidad de los Andes. Se desempeña como profesor magistral del Taller de R en la misma universidad y de Economía Matemática en la Universidad del Rosario. Además, ha servido como profesor complementario para los cursos de Macroeconomía 3, Pensando Problemas y de Econometría y el aprendizaje de máquinas. Trabajó en el Ministerio de Hacienda y Crédito Público en temas de riesgo sobre los pasivos de la nación. Se desempeñó como investigador en el CESED (Centro de Estudios sobre Seguridad y Drogas) de la Universidad de los Andes donde se especializó en temas de cultivos de coca y sus determinantes. Actualmente trabaja como investigador senior en Quantil (www.quantil.co) donde trabaja sobre temas de Machine Learning, procesamiento del lenguaje natural y Deep Learning. Entre sus intereses se encuentran las matemáticas aplicadas y minería de datos aplicada a políticas públicas. Ha trabajado en proyectos de predicción de desafiliación de clientes de cooperativas, modelos de minería de texto aplicados a documentos legales y redes sociales, predicción de admisiones en urgencias hospitalarias, análisis espacial para la ubicación de nuevos equipamientos policiales, modelos de segmentación y detección de anomalías para entidades financieras, creación de bases de datos estructuradas a partir de textos, análisis de datos de transporte público para métricas de desempeño y evaluaciones de impacto de regulaciones estatales entre otros. Actualmente se encuentra investigando modelos predictivos de crimen de Deep Learning a partir de imágenes.

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.