Educamos con calidad académica para formar líderes con espíritu emprendedor, que a través de la innovación,
el pensamiento crítico, la sensibilidad social y la investigación, transformen de manera positiva su entorno.
En la actualidad las empresas y demás instituciones de toda índole han visto que sus bases de datos han empezado a crecer de forma exponencial; además
han visto que todos estos datos son un recurso valioso para estimar
el comportamiento de su entidad y poder tomar mejores decisiones.
Sin embargo, este aprovechamiento requiere una comprensión de técnicas y tecnologías, que provienen de las matemáticas, la estadística y las ciencias de la computación.
El propósito de este diplomado es brindar a los participantes las herramientas básicas para el aprovechamiento de sus datos de una forma cada vez más efectiva.
Modulo 01 – Análisis exploratorio de datos Introducción a la analítica de datos
Introducción a R y Rstudio
Fundamentos de estadística descriptiva
Detección de valores anómalos
Tratamiento de valores faltantes
Reducción de dimensionalidad
Técnicas adicionales de preprocesamiento de datos
Análisis exploratorio de datos
Caso práctico de aplicación
Modulo 02 – Modelos para descripción de datos Reglas de asociación
Métodos de agrupación
Algoritmos jerárquicos
Algoritmos no jerarquicos
Módulo 03 – Modelos para clasificación de datos Redes neuronales
Modelos Bayesianos
Fundamentos de regresión
Técnicas de regresión
Módulo 04 – Deeplearning y series de tiempo Introducción a Python y VsCode
Análisis exploratorio de series de tiempo
Modelado de series de tiempo utilizando machine learning
Modelado de series de tiempo usando deep learning
Desarrollo de los contenidos de forma teórico-práctica, aplicación del conocimiento a resolución de problemas, participación activa por parte de los participantes.
