DETALLES E INSCRIPCIÓN https://www.colegio-bourbaki.com/ml-ai-workinganalyst

Temario

•Invitación a redes neuronales: perceptrón

•Árboles de decisión

•Regresiones logísticas

•Aprendizaje no-supervisado

•Regresión lineal y robusta (ourliers)

•ARIMA y ARCH

•Simulación de Monte-Carlo

•Redes neuronales y el lenguaje natural

•Aprendizaje por refuerzo

En los últimos años la influencia de la inteligencia artificial en el sector industrial ha sido gigantesca. Este curso es una invitación al state of the art de estas aplicaciones enfocándonos en los casos de éxito que sean útiles para los analistas de datos, sin importar su área de trabajo. Ofrecemos:

1) Enseñar un manejo de Python y R que permita resolver problemas utilizando imágenes, texto, bases estructuradas, series de tiempo e incluso cuando no existen suficientes datos.

2) Más de 15 algoritmos útiles para resolver la inmensa mayoría de las posibles tareas a las que se puede enfrentar un analista de datos.

3) Una explicación matemática detallada de cómo funcionan los algoritmos que le permitan a los estudiantes interpretar sus resultados así como distinguir las ventajas y retos en cada caso.

4) El planteamiento, los datos y la solución de 9 problemas reales que enfrentan las industrias: farmacéutica, turística, de telecomunicaciones, de recursos humanos, transportista, financiera, los portafolios de inversión, energética y legal.

Problemas reales

​•Clasificación de imágenes de tejidos cancerígenos

•Predicción del churn rate

•Análisis de sentimientos en reseñas hoteleras

•Segmentación del entorno laboral

•Predicción de tiempos de llegada de bomberos

•Predicción de riesgo y el precio de las acciones

•Manejo de portafolios financieros

•Extracción de datos y jurisprudencia

•Micro-grid, control en energía

Descripción del curso

• 9 semanas

• De martes a viernes

• Dos horas diarias.

A. Cada bloque incluye un documento en forma de notas de curso redactado cuidadosamente por el tutor. B. Los cursos son en vivo vía zoom y los estudiantes tienen acceso indefinido a los vídeos del curso. C. En el curso se utilizarán data sets y ejemplos reales. Los alumnos se quedarán con el código utilizado en clase para resolver los problemas.

Evaluación

Al final cada bloque de tres cursos se realizará una evaluación que consiste en dos partes:

1. Un examen práctico donde el estudiante deberá aplicar sus habilidades para resolver otros problemas similares o adecuaciones de los mismos vistos en clase.

2. Un examen teórico que simula una entrevista laboral sobre el planteamiento del problema, la interpretación de los resultados y la descripción de los algoritmos.

Inscripción

9 semanas USD$ 1110 (35% OFF)

3 semanas USD$ 425 (25% OFF)

1 semana USD$ 190

Profesores

Alfonso Ruiz estudió matemáticas en la UNAM, en la Université d'Orsay y en Oxford University. Durante su carrera ha visitado y expuesto su trabajo en diversas instituciones tales como UCLA, Universität Münster, Notre Dame University, Institute Henri Poincaré, IHES, CIRM, Sophus Lie Conference Centre, CIMAT, University of Miami entre otros. Actualmente es Director del Colegio de Matemáticas Bourbaki y dedica su tiempo a convertirlo en un centro de enseñanza e investigación de primer nivel.

Ana Isabel

Ana Isabel Ascencio Pedraza es Científica de Datos con más de 20 años de experiencia en análisis de datos para la toma de decisiones. Estudió Ingeniería Electromecánica en la Universidad Iberoamericana León, Métodos Estadísticos en el Centro de Investigaciones en Matemáticas (CIMAT) y Ciencia de Datos en el Centro de Investigación e Innovación en Tecnologías de la Información (INFOTEC). Actualmente es consultora en Ciencia de Datos y Analítica Avanzada.