• +56223720525
  • contacto@estacionlastarria.cl

Machine Learning en R Studio: Principios, técnicas y aplicaciones.

El Machine Learning es quizás uno de los ámbitos más explosivos en el desarrollo de la Ciencia de Datos, tanto por las posibilidades de tratamiento de datos en distintos formatos y estructuras, como por sus éxitos en distintas aplicaciones en distintas áreas (minería, salud, transporte, comunicaciones, etc). De este modo, se espera trabajar sobre los principales algoritmos que permiten implementar el aprendizaje de máquina, sus limitaciones y potencialidades.

Horario:

A partir del MAYO 2019.
Día a confirmar / 19:00 a 22:00

¡10 Cupos!

Solo diez cupos disponibles
¡No te quedes fuera!
el Curso Imperdible

$120.000

4 Sesiones
12horas
19 a 22 horas

Descripción del curso

Obetivos

Objetivo general:

Desarrollar los elementos teóricos, metodológicos y técnicos correspondientes a los principales algoritmos de la primera generación del aprendizaje de máquinas.

 

Objetivos específicos:

  • Presentar el panorama general respecto de conceptos que suelen ser confundidos, particular: Ciencia de Datos, Big Data, Machine Learning, Deep Learning e Inteligencia Artificial
  • Presentar los marcos conceptuales básicos para el trabajo con datos: distinción datos/información/conocimiento; la cadena de valor en el trabajo con datos; estructuras y tipos de datos.
  • Presentar el panorama de la evolución de los algoritmos de aprendizaje de máquina: primera generación – aprendizaje basado en matrices y árboles; segunda generación – aprendizaje basado en distintas topologías de red. Presentar las distintas estrategias de aprendizaje de máquina según su orientación (clasificación/predicción) y según tipo de aprendizaje (supervisado/no supervisado)
  • Desarrollar los aspectos conceptuales, metodológicos y técnicos del análisis y validación de los principales algoritmos de aprendizaje supervisado
  • Desarrollar los aspectos conceptuales, metodológicos y técnicos del análisis y validación de los principales algoritmos de aprendizaje no supervisado
Público Objetivo
Requisitos mínimos

¡Inscribete ya!

Programa del Curso

Sesión 1:
Introducción

  • Introducción: datos, información, conocimiento y sabiduría. La cadena de valor en el trabajo con datos.
  • Hacia una definición del Machine Learning en el panorama de la Ciencia de Datos
  • Familias de algoritmos en Machine Learning: lo clásico y lo emergente
  • Introducción al trabajo con R Studio: entorno de trabajo y estructuras de datos

Sesión 2:
Aprendizaje supervisado I

  • La evaluación del rendimiento de un modelo de aprendizaje supervisado: matriz de confusión, matriz de costos, validación cruzada
  • Modelos de regresión: lineal y logística
  • Ejercicios en R Studio

Sesión 3:
Aprendizaje supervisado II

  • Modelos de aprendizaje supervisado (continuación)
  • Arboles de decisión: el algoritmo de Hunt, el problema de la poda y problema del underfitting y overfitting
  • Naïve Bayes: la inocencia en el teorema de Bayes
  • Support Vector Machines: determinación del Kernel ¿Qué sucede cuando la frontera es no lineal?

Sesión 4:
Aprendizaje no supervisado

  • Clustering: algoritmos de partición y validación (DBScan)
  • Análisis de Componentes Principales.






Facilitador

Felipe Ruiz  Bruzzone
Rodrigo Fernández Albornoz :
  • Sociólogo y Magister en Economía Aplicada de la Universidad de Chile.
  • Diploma de Postítulo en Ciencia e Ingeniería de Datos del Departamento de Computación de la Universidad de Chile y Diploma en Internet de las Cosas y sus aplicaciones a la industria de la Escuela de Ingeniería de la Pontificia Universidad Católica de Chile.
  • Con experiencia en el sector privado, público y académico, desde el año 2012 es Docente de la Universidad Alberto Hurtado y Academia de Humanismo Cristiano. Desde el año 2014 se desempeña como Director de Proyectos en Sintaxys Consultores.

 

Ubicanos

Villavicencio 378 oficina 32, Barrio Lastarria, Santiago.

  WhatsApp:

+56 22372 0525

Newsletter

Suscribete a nuestro newsletter y recibe información, noticias y novedades.

© 2017 Estación Lastarria. Todos los Derechos Reservados. Diseño por DesignSeo SEO y Diseño Web

Buscar