Ciencia de Datos
Sin programación
Adéntrate aún más en el mundo de la Ciencia de Datos sin Programación con Orange:
Conocerás de Aprendizaje No Supervisado, junto con Combinación y Evaluación de Modelos.
Acerca del curso
Se desarrolla un proyecto integrador durante todo el viaje de aprendizaje
En el dinámico mundo digital de hoy, la capacidad para evolucionar rápidamente e impulsar decisiones basadas en evidencia cuantitativa es crucial. Cada aspecto optimizable de tu negocio puede beneficiarse de las técnicas avanzadas de la ciencia de datos.
Actualmente, las empresas están bajo presión para orientar sus decisiones según los datos, debido a la amenaza de ser superadas por competidores que ya adoptan estos métodos.
Mediante este programa de estudio, estarás en condiciones de integrar la perspectiva de la ciencia de datos a tu empresa, proyecto emprendedor o marca personal, lo cual repercutirá significativamente en la mejora de tus indicadores clave. Te capacitarás para examinar y prever tendencias, reconocer oportunidades y tomar decisiones estratégicas apoyadas por datos robustos. Todo esto será posible gracias a las técnicas de análisis y modelado predictivo proporcionadas por Orange.
Duración
40 horas en 8 semanas.
Horarios
19:00 a 21:30 h.
Días
Lunes y Miércoles (ó) Martes y Jueves
Este curso es para ti si deseas:
Mejorar la precisión de tus modelos predictivos y las predicciones en tus conjuntos de datos.
Con el software Orange, conocer y aplicar técnicas y herramientas para análisis de datos, incluyendo técnicas de aprendizaje no supervisado como clustering y análisis de componentes principales.
Comprender la relación entre datos, modelado predictivo y tecnología en la ciencia de datos sin programación.
Analizar e implementar modelos predictivos eficientes y aprendizaje no supervisado en conjuntos de datos.
Aprenderás a:
Este curso te permitirá construir modelos predictivos y generar predicciones precisas para tus conjuntos de datos.
Utilizando el software Orange, te familiarizarás con una variedad de técnicas y herramientas para el análisis de datos.
Esto incluye técnicas de aprendizaje no supervisado, como el agrupamiento (clustering) y el análisis de componentes principales.
Además, tendrás la oportunidad de analizar e implementar modelos predictivos tanto de regresión como de clasificación.
A lo largo del curso, ganarás una comprensión profunda de la interrelación entre los datos, el modelado predictivo y la tecnología en el campo de la ciencia de datos. Lo más importante es que podrás hacer todo esto sin necesidad de programar.
Módulos
Principales beneficios
Gozarás de un enfoque formativo altamente interactivo, aprendiendo a través de la acción.
Nuestros módulos de enseñanza están estructurados en tres fases: introducción del contenido, aplicación práctica y debate colaborativo.
Adquirirás habilidades para diseñar tu propia estrategia de análisis y modelado de datos.
Te beneficiarás de estudios de caso reales, donde las empresas han utilizado la ciencia de datos para respaldar decisiones y ganar una ventaja competitiva.
Te capacitarás para convertir tu estrategia en un ciclo constante de análisis, interpretación de datos y optimización continua.
Docentes Curso Data Science II
Jose García
Coordinador Académico
Curso DATA SCIENCE II
- +25 años de experiencia laboral en diversas industrias, como la Minería, Telecomunicaciones, Gobierno, Retail y Banca.
- Consultor especializado en analítica avanzada en Telefónica.
- Posee dos títulos de pregrado en Bioquímica y Matemáticas obtenidos de la Universidad de Chile, además de dos doctorados en Matemáticas e Informática.
- Es docente en varias casas de estudio: Universidad de Chile, Universidad del Desarrollo, Pontificia Universidad Católica de Valparaíso, entre otras.
Boris Martínez
Docente
Curso Data Science II
- +20 años de experiencia laboral, como ejecutivo y emprendedor.
- 15 años en el Grupo Telefónica en diversas áreas: Comercial, Estrategia, Innovación, Investigación y Desarrollo.
Socio y Co-Fundador de DBOX Radio, Vauren y Talento Futuro.
Experiencia docente en Universidad del Desarrollo, Universidad Católica del Norte, Universidad de Chile y Pontificia Universidad Católica de Valparaíso.
Al finalizar podrás acceder a tu insignia digital que valida tu aprendizaje
y que además podrás compartir en tu perfil de Linkedin y otras redes sociales.
