Pago hasta 3 cuotas sin interés
Clase Ejecutiva UC

Modelamiento Estadístico y Sistemas Recomendadores

Clase Ejecutiva UC
En línea

$14,450
más IVA
*Precio Orientativo
Importe original en CLP:
CLP578,000

Información importante

Tipología Curso
Metodología En línea
Horas lectivas 30h
Duración 2 Meses
Inicio Fechas a escoger
  • Curso
  • En línea
  • 30h
  • Duración:
    2 Meses
  • Inicio:
    Fechas a escoger
Descripción

Este curso entrega una metodología de modelamiento estadístico que es fundamental en el trabajo con grandes cantidades de datos. Se muestran además las fuentes de error más relevantes a considerar en este proceso, así como también medidas de desempeño para cuantificar el resultado de un modelo.

Al finalizar el curso los alumnos estarán capacitados para generar un flujo de trabajo de datos, desde su correcta obtención, procesamiento y uso para generar modelos de alto impacto en la toma de decisiones de una empresa.

Información importante
¿Qué objetivos tiene esta formación?

Comprender el fundamento del modelamiento estadístico para el manejo de grandes volúmenes de datos.

Comprender el proceso de modelamiento y sus distintas fases para la implementación de soluciones.
Generar flujos de trabajo de datos para proyectos de Big Data en la organización.

Mejorar el impacto en la toma de decisión a través de mejores inferencias estadísticas sobre datos.

¿Qué pasará tras pedir información?

El centro se pondrá en contacto contigo, una vez envíes tus datos a través del formulario.

Requisitos: Título profesional universitario. Título de egresado de instituto profesional o centro de formación técnica. Conocimientos equivalentes en el área del programa al que está postulando.

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas
Inicio Ubicación
Fechas a escoger
Online
Inicio Fechas a escoger
Ubicación
Online

¿Qué aprendes en este curso?

Gestión industrial
Economia general
Inferencia estadística
Ingeniería económica
Procesos estadísticos
Investigación y desarrollo estadístico
Inglés Estadístico
Ingeniería Estadística
Investigación Operativa Estadística
Métodos Numéricos Estadísticos

Programa académico

Contenidos

Preprocesamiento de datos

Calidad de datos
Limpieza de datos
Integración de datos
Reducción de datos
Transformación de datos

Métodos de clasificación

El proceso de clasificación
Árboles de decisión
Bayes ingenuo
K-vecinos más cercanos
Métodos conjuntos: Bagging, Boosting y Random Forests

Métodos de Agrupación

Definición y propiedades
Métodos de partición: K-means y K-medoides
Métodos Jerárquicos

Sistemas Recomendadores

Impacto y casos importantes
Filtrado colaborativo
Filtrado basado en contenido
Métodos híbridos