Diplomado en Big Data y Machine Learning (online)

Diplomado

Online

$ 2.190.000 IVA inc.

Llama al centro

Descripción

  • Tipología

    Diplomado

  • Metodología

    Online

  • Horas lectivas

    300h

  • Duración

    11 Meses

El Diplomado en Big Data y Machine Learning aporta los conocimientos que te permitirán entender las técnicas y algoritmos asociados al aprendizaje de máquina en el contexto de gigantescos volúmenes de datos. El programa entrega, a través de sus 4 cursos, la mayor parte de las competencias que se requieren para trabajar en esta espectacular área. En uno de los cursos, aprenderás las técnicas y herramientas para el manejo de Big Data (Hadoop, Spark, etc). Un segundo curso, te entregará las competencias para utilizar el lenguaje Python en el contexto de machine learning. Otro de sus cursos, está enfocado íntegramente al importante tema de la visualización de la información. Por último, el curso de aplicaciones entrega una mirada al ámbito y tipo de aplicaciones más comunes y prometedoras para estas técnicas y herramientas.

El formato del Diplomado en Big Data y Machine Learning es 100% en línea y se estructura sobre cuatro cursos que utilizan técnicas metodológicas activas. Gracias a estas últimas, el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual.

A tener en cuenta

- Conocer la problemática de Big Data, las plataformas más importantes y las técnicas que permiten manejar esa data. Además, conocer las principales aplicaciones de Ciencia de Datos y Machine Learning.
- Comprender e implementar los principales algoritmos de Machine Learning usando el lenguaje Python.
- Presentar visualmente la data en forma efectiva.M38

Profesionales que necesiten adquirir las competencias necesarias para construir aplicaciones de Big Data y Machine Learning usando las herramientas del ecosistema Python. Interesados en el área de Ciencia de Datos que deseen adquirir habilidades para interactuar y visualizar volúmenes grandes de datos.

Se recomienda contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • E learning
  • Análisis de datos
  • Bases de Datos
  • Visualización de datos
  • Ciencia de datos
  • Machine learning
  • Base de datos

Profesores

Jaime Navón Cohen

Jaime Navón Cohen

Profesor Asociado Ciencia de la Computación UC

Doctor of Philosophy, University of North Carolina at Chapel Hill. Master of Science, Technion-Israel Institute of Technology. Ingeniero Civil Electricista, Pontificia Universidad Católica de Chile. Profesor Asociado y Director del Departamento de Ciencia de la Computación, Pontificia Universidad Católica de Chile.

Temario

CURSO: TÉCNICAS DE BIG DATA PARA MACHINE LEARNING
- Introducción a Big data.
- El ecosistema Hadoop.
- HDFS, YARN.
- Hadoop MapReduce.
- Herramientas del ecosistema Hadoop.
- Fundamentos de Apache Spark.
- Implementación de aplicaciones sobre Spark.
- Spark SQL.
- Spark MLlib.
- Técnicas de visualización.

CURSO: PYTHON PARA MACHINE LEARNING
- Conceptos fundamentales de Machine Learning.
- Análisis, procesamiento y visualización de datos a través de Python.
- Algoritmos de aprendizaje supervisado en Python utilizando scikit-learn:
• Regresión Lineal.
• Regresión Logística.
• Regresiones Polinomiales.
• Regresiones con penalización.
• Árboles de Decisión.
• Random Forest.
• Random Forest para regresiones.
• Naive Bayes.
• Vecino más cercano.
• Redes Neuronales.
• Selección de modelos.

- Algoritmos de aprendizaje no supervisado en Python utilizando scikit-learn:
• K-means.
• Mezcla de Gaussianas.
• Cluster Jerárquico.
• Autoencoders.

CURSO: VISUALIZACIÓN DE INFORMACIÓN EN LA ERA DE BIG DATA
- Ejemplos históricos de visualización de datos.
- Conceptos fundamentales de visualización de información.
- Funciones básicas de matplotlib y seaborn.
- Modelo anidado de Munzner para diseño y validación de visualización.
- Reglas y recomendaciones generales para visualizaciones efectivas.
- Diseño e implementación de gráficos simples para datos tabulares usando modelo anidado.
- Diseño e implementación de gráficos avanzados para datos tabulares usando modelo anidado.
- Reducción de dimensionalidad.
- Diseño e implementación de gráficos avanzados para datos de red usando modelo anidado.
- Visualización básica de datos de texto.
- Visualización básica de datos espaciales.

CURSO: APLICACIONES DE MACHINE LEARNING Y CIENCIA DE DATOS


- Conceptos de inteligencia de negocios y de minería de datos.
- Conceptos de ciencia de datos y de machine learning.
- Aplicación al ámbito de transacciones estructuradas.
- Aplicación al ámbito de aplicaciones de texto, audio y video.
- Aprendizaje supervisado, aprendizaje no supervisado y aprendizaje reforzado.
- Aplicaciones de aprendizaje supervisado, aprendizaje no supervisado y aprendizaje reforzado.
- Estudio de casos: seguros, banca, retail, calidad del aire, transporte, compras públicas, finanzas, astronomía.

Llama al centro

Diplomado en Big Data y Machine Learning (online)

$ 2.190.000 IVA inc.