La presentación de este curso se hará en el siguiente mini-workshop Aplicaciones de la Ciencia de Datos a la industria del Cine.

Ofrecemos un Bootcamp de 27 horas de duración en los aspectos matemáticos y prácticos de diversos problemas de clasificación tanto supervisada como no-supervisada.

El curso está enfocado en aquellos individuos que estén interesados en dar sus primeros pasos en la solución de problemas de clasificación y no requiere conocimientos previos en estos temas. Sí es necesario tener nociones de programación o gusto por querer aprender a programar en algún lenguaje.

El material está dividido en tres partes:

1. Planteamiento de problemas reales y sus dificultades.
2. Elementos matemáticos detrás de los principales algoritmos.
3. Consejos para la implementación.

Los problemas prácticos que estudiaremos son los siguientes:

1. Recomendaciones de películas en Netflix.
2. Reconocimiento facial: niños v.s. adultos
3. Análisis de retail, ¿cómo escogen las tiendas qué ropa vender?
4. Customer Relationship Management: segmenta tu audiencia para saber qué venderles y cómo.

Contacto

Cristina Pérez

contact@dalmondfx.com

Tel. +52 1 55 54731088

Alfonso Ruiz

alfonso@escuela-bourbaki.com

Tel. +52 1 55 59957954

Método de enseñanza

El curso incluye notas detalladas y numerosos ejercicios para alumnos de diversos niveles. La finalidad de los ejercicios es acercar a los alumnos al dominio de estas técnicas. Estos ejercicios son parte fundamental del curso.

Para cada modelo se incluye:

i) El caso práctico y los artículos que hacen referencia a éste

ii) Introducción y formalismo al modelo matemático

iii) Aplicación para solucionar problemas de negocios

Objetivos

• Invitar al alumno a utilizar y entender algunos métodos matemáticos útiles en la clasificación de datos.
• Familiarizar al alumno con el lenguaje matemático y coloquial utilizado alrededor de la Ciencia de Datos, Machine Learning, e Inteligencia Artificial.
• Trasmitir al alumno el pensamiento científico para resolver problemas del día a día en las empresas utilizando el método científico.
• Introducir al alumno en el mundo de la inteligencia artificial desde el planteamiento del modelo matemático hasta su aplicación en la empresa a través de código de programación.

Beneficios

Estamos convencidos de que una visión matemática formal permitirá al alumno mejorar su desempeño en las actividades productivas que realice. Estar familiarizado y conocer las bases matemáticas de Machine Learning y Data Science abren un amplio espectro de posibilidades en el rápido aprendizaje y desarrollo de nuevas herramientas útiles e innovadoras.

Por otro lado es necesario aterrizar este formalismo a través de casos prácticos para entender cómo las empresas resuelven los problemas del día a día. Ejemplos claros de problemas que se resuelven con estos modelos son:

i) El sistema de recomendación de películas de Netflix

ii) Retención/fidelidad de clientes

iii) Entender qué factores influyen en el desempeño de los empleados y muchos más!

Profesores

Cristina Pérez es economista por el ITAM y abogada por la UNAM con experiencia en análisis económico y teoría de la decisión a través de modelos de ciencia de datos. Actualmente, es socia y directora de DalmondFx una consultoría especializada en desarrollo de apps y obtención de datos (a precios accesibles) para el desarrollo de modelos de ciencia de datos y sus aplicaciones en inteligencia artificial. www.dalmondfx.mx

Alfonso Ruiz es un matemático especializado en la lógica matemática y sus aplicaciones a otras áreas así como un profesor de matemáticas. Estudió su doctorado en Matemáticas en Oxford University, su maestría en Université Paris-XI Orsay y la licenciatura en matemáticas en la UNAM. Fue profesor de Análisis matemático en Corpus Christi College, Oxford. Actualmente, es director en la Escuela de Matemáticas Bourbaki. www.escuela-bourbaki.com

Costo

El Bootcamp completo cuesta $8,000.00 m´ás IVA e incluye las 27 horas de enseñanza, las notas completas del curso, tareas calificadas y la posibilidad de cartas de recomendación para los alumnos que mejor hayan aprovechado el curso.

Becas

Ofrecemos 2 becas completas y dos becas 50%. Tanto una beca completa como una media beca están reservadas para mujeres.

El objetivo de las becas completas es ayudar a aquellos alumnos de excelencia que prueben que aprovecharán el curso y le dedicarán el tiempo necesario.

Las medias becas están enfocadas a aquellos alumnos que necesiten esta ayuda para costear el curso.

Temario

• Desde el punto de vista de la implementación el alumno aprenderá a utilizar el método científico para analizar problemas de la empresa y a distinguir para cuáles hipótesis se deben aplicar algoritmos de clasificación.

• Desde un punto de vista matemático estudiaremos los siguientes algoritmos:

Clasificación supervisada

1. Perceptrón lineal
2. Árboles de decisión

Clasificación no supervisada

1. K-nearest neighbours
2. K-means clustering
3. K-modes clustering

• El curso incluye diversos módulos enfocados en estudiar tanto el lenguaje como los conceptos matemáticos necesarios para entender los algoritmos con profundidad:

1. Normas y formas en la geometría euclidiana.
2. Variables aleatorias
3. Funciones Lipschitz
4. Optimización
5. Gini impurity
6. Information gain

Todo el curso se dará desde una perspectiva práctica analizando primeramente la pregunta del negocio.