Varias fechas
Machine Learning II: clusterización, forecasting, outliers y riesgo
Información sobre el evento
Acerca de este evento
Este curso está enfocado en aquellos profesionales medianamente familiarizados con los algoritmos clásicos de la clasificación, por ejemplo aquellos que estén familiarizados con el contenido de este curso. Los objetivos principales son los siguientes:
- Proveer al estudiante con las herramientas suficientes para realizar las dos tareas fundamentales en Machine Learning junto a la clasificación: predecir y ML no-supervisado.
- Complementar las fuentes de datos estudiadas hasta el momento que son imágenes, datos estructurados y texto con otra fuente fundamental: series de tiempo.
- Estudiar tres ideas esenciales en los negocios y la industria como lo son: clústers, outliers y el riesgo
Este curso incluye los 3 siguientes módulos:
Aprendizaje no-supervisado: aplicaciones al clustering en industrias
Forecasting y outliers para la optimización en la toma de decisiones
Predicción del riesgo: un estudio comparado entre ARIMA y (ARIMA + ARCH)
Fechas y horarios
Martes 27 de octubre al Viernes 13 de Noviembre, de 18:00 a 20:00.
Detalles
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 solicitar información contactarnos en info@colegio-bourbaki.com
Profesores
Alfonso Ruiz
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 Ascencio
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.
Costo
490 USD el curso completo
190 USD un módulo
Pueden encontrar las notas de cada curso en los links anteriores.