Gratis

Bootcamp en Data Science (WLAB 2022)

Panel Acciones y detalles

Gratis

Información sobre el evento

Comparte este evento

Fecha y hora

Ubicación

Ubicación

CDMX

Santa Fe, Álvaro Obregón

Ciudad de México, CMX 01219

Mexico

Ver mapa

Descripción del evento
Especialízate en Ciencia de Datos (durante 20 semanas tendrás maestros en VIVO que te guiaran en el proceso). Capacitación en línea.

Acerca de este evento

Para más información de costos, becas, descuentos y meses sin intereses, manda mensaje por 𝗪𝗵𝗮𝘁𝘀𝗔𝗽𝗽: https://mybitly.xyz/infoWLAB

𝗔𝗹 𝗳𝗶𝗻𝗮𝗹𝗶𝘇𝗮𝗿 𝗲𝗹 𝗕𝗼𝗼𝘁𝗰𝗮𝗺𝗽 𝗱𝗲 𝗪𝗟𝗔𝗕, obtendrás:

* 𝗗𝗶𝗽𝗹𝗼𝗺𝗮 con validez oficial expedido por la Universidad Politécnica

* 𝗖𝗲𝗿𝘁𝗶𝗳𝗶𝗰𝗮𝗱𝗼 de conocimientos por parte de Integratek México

* 𝗖𝗲𝗿𝘁𝗶𝗳𝗶𝗰𝗮𝗱𝗼 de conocimientos por parte de Data Management Solutions México

* 𝗖𝗼𝗻𝘀𝘁𝗮𝗻𝗰𝗶𝗮 de conocimiento por parte de Mcoder.ai Community México

𝗠𝗢́𝗗𝗨𝗟𝗢 1. Matemáticas / Álgebra

• Matrices

• Ecuaciones lineales

• Métodos de solución: Gauss, Gauss-Jordan

• Transformaciones lineales

• Aplicación de transformaciones lineales: reflexión, dilatación, contracción y rotación

𝗠𝗢́𝗗𝗨𝗟𝗢 2. Matemáticas / Cálculo

• Funciones: definición, inyectiva, sobre y biyectiva, composición; cardinalidad y conjunto numerable

• Límites

• Derivadas

• Diferenciación implícita, máximos y mínimos

• Integral de Riemann

𝗠𝗢́𝗗𝗨𝗟𝗢 3. Matemáticas / Probabilidad

• Enfoque clásico, frecuentista y subjetivo

• Probabilidad condicional

• Teorema de Bayes

• Función de densidad y de distribución

• Moda, mediana, cuantiles de una variable aleatoria numérica

• Momentos de una variable aleatoria

• Valor esperado, varianza

• Coeficiente de asimetría y curtosis

• Distribución Binomial, Poisson, Normal

𝗠𝗢́𝗗𝗨𝗟𝗢 4. Matemáticas / Estadística

• Estadística descriptiva

• Tipos de datos: categóricos, cualitativos, porcentajes, scores, etc

• Representación mediante gráficos

• Distribución muestral y poblacional

• Medidas de dispersión: Rango muestral, desviación estándar, varianza muestral

• Coeficientes de correlación

• Estadística inferencial

• Test de hipótesis

• Intervalos de confianza

𝗠𝗢́𝗗𝗨𝗟𝗢 5. Data Mining

• Taxonomía de las técnicas de Minería de Datos

• Tendencias y desafíos de la Minería de Datos

• Aplicaciones del procesamiento de los datos

• Proceso de Extracción de Datos: (fuentes - basa de datos, web scraping, texto/NLP)

• Exploratory Data Analysis en R

• Data cleaning/cleansing(scrubbing)

• Datos faltantes

• Outliers

• Aplicación de la Media, Mediana y Moda a los datos

• Frecuencias y Percentiles

• Rango, Varianza y Desviación Estándar

• Pre-processing

• Visualización de los datos

• Agregación, Muestreo

• Reducción de dimensionalidad

• Feature engineering

• Análisis de Componentes Principales e Independientes

𝗠𝗢́𝗗𝗨𝗟𝗢 6. Data Science

• Impacto de implementación de Ciencia de Datos en las organizaciones

• Sus aplicaciones en la industria

• Clasificadores Basados en Reglas, Vecinos Más Cercanos (KNN), Bayesianos (NB)

• Máquinas de Soportes Vectoriales (SVMs)

• Clasificadores Embebidos, multiclases (Scikit-Learn)

• Validación cruzada (K- iteraciones)

• Solución a problemas de pronóstico

• Regresión lineal, no lineal y múltiple

• Algoritmos de asignación de ranking de texto (Sistema de recomendación)

• Análisis espacial

• Machine Learning

• Árboles de decisión

• Random Forest

• Redes neuronales

• Algoritmos tipo aprendizaje sin supervisión: PCA, Clustering methods, kNN.K-means, DBSCAN, Grid-Based Clustering

• Texto y Redes sociales - NLP y Sentiment Analysis

• Métodos de potenciación

• Evaluación de modelos

• ¿Cómo evalúas y diferentes métodos?

• Evaluar rendimiento de modelos - Exactitud, ROC, R-2

• Unbalanced

• Feature selection

• Parameter Tuning

• Over/underfitting

𝗠𝗢́𝗗𝗨𝗟𝗢 7. Soft Skills

A través de este módulo el alumno adquiere una combinación de habilidades sociales, habilidades de comunicación, rasgos de la personalidad, actitudes, atributos profesionales, inteligencia social e inteligencia emocional, que facultan a las personas para moverse por su entorno, realizar un buen desempeño y, complementándose con las habilidades duras, conseguir sus objetivos

𝗠𝗢́𝗗𝗨𝗟𝗢 8. Data Management

• Fundamentos de Gobierno de Datos en las organizaciones

• Comprende cómo funciona el área de CDO (chief data officer)

• Comprende qué es una empresa Data Driven

𝗠𝗢́𝗗𝗨𝗟𝗢 9. Agile

• Metodología para el desarrollo de proyectos (rapidez y flexibilidad)

• Principales ventajas de ‘agile’:

1. Mejora la calidad

2. Mayor compromiso

3. Rapidez

4. Aumento de la productividad

𝗠𝗢́𝗗𝗨𝗟𝗢 10. Actividades extraordinarias

• Proyecto final: Durante el proceso de aprendizaje, estarás asesorada por nuestros especialistas para poder llevar a cabo tu proyecto final de Data Science (práctica tus conocimientos)

• Recibirás asesorías

• Asistirás a conferencias especializadas y podrás conversar con expertos, los temas que se abordarán son:

- Big Data

- Artificial Intelligence

- GitHub (Repositorio de proyectos)

- Ciencia de Datos con Google Cloud Plataform (GCP)

Más detalles:

𝗪𝗵𝗮𝘁𝘀𝗔𝗽𝗽: https://mybitly.xyz/infoWLAB

𝗗𝗶𝗽𝗹𝗼𝗺𝗮𝗱𝗼: https://posgrados.org.mx

𝗕𝗼𝗼𝘁𝗰𝗮𝗺𝗽: https://wlab.org.mx

𝗘𝗹 𝗕𝗼𝗼𝘁𝗰𝗮𝗺𝗽 𝘁𝗶𝗲𝗻𝗲 𝘂𝗻𝗮 𝗱𝘂𝗿𝗮𝗰𝗶𝗼́𝗻 𝗱𝗲 𝟮𝟬 𝘀𝗲𝗺𝗮𝗻𝗮𝘀 (𝗘𝗦𝗣𝗘𝗖𝗜𝗔𝗟𝗜́𝗭𝗔𝗧𝗘)

(este evento tiene costo)

Comparte con tus amigos

Fecha y hora

Ubicación

CDMX

Santa Fe, Álvaro Obregón

Ciudad de México, CMX 01219

Mexico

Ver mapa

{ _('Organizer Image')}

Organizador Alfredo García Rodriguez

Organizador de Bootcamp en Data Science (WLAB 2022)

Mcoder.ai

Guarda este evento

Evento guardado