Postgrado en Data Science y Machine Learning
Postgrado
En línea
Descripción
-
Tipología
Postgrado
-
Metodología
En línea
-
Inicio
Julio
otras fechas
Precisiones importantes
¿Qué objetivos tiene esta formación?:
Conocer los conceptos fundamentales de las matemáticas y la estadística en la analítica de datos.
Utilizar las herramientas y las técnicas de programación más avanzadas en la analítica de datos.
Capturar y almacenar los datos de forma eficiente y segura.
Desarrollar algoritmos de análisis predictivo sobre los datos en base a patrones.
Entender el desarrollo actual y las aplicaciones potenciales de la Inteligencia Artificial.
¿Esta formación es para mí?:
El Postgrado en Data Science y Machine Learning proporciona formación específicamente orientada a los siguientes perfiles:
Científicos de datos.
Analistas de datos.
Directores de tecnología, CTO.
Responsables de la estrategia digital de datos, CDO.
Estudiantes y profesionales junior de carreras técnicas que estén buscando una especialización para promocionar su carrera profesional.
Directores de equipos y Directores de proyecto procedentes de otras áreas de la empresa que busquen formación para ampliar sus competencias profesionales, desarrollar su visión empresarial y promocionarse profesionalmente.
Precio a usuarios Emagister:
Sedes y fechas disponibles
Ubicación
Inicio
Inicio
Materias
- Acciones
- Estadística
- Protección de datos
- SQL
- Lenguajes de programación
- Estadística descriptiva
- Python
- Big Data
- MapReduce
- Almacenamiento de datos
- Técnicas de programación
- Análisis predictivo
- Machine learning
- Deep learning
- Estrategia de datos
- Aprendizaje Supervisado
- Analizar datos
- Intelegencia Artificial
- Captura del dato
- Análisis sobre el dato
- Estudio estadística
- Sistemas SQL
- Sistemas No SQL
- Sistemas de almacenamiento Cloud
- Privacidad del dato
- Disociación de datos
- Anonimización de datos
Programa académico
Módulo 1. Conceptos básico de matemáticas y estadística
- Matemática analítica
- Estadística descriptiva
- Estadística inferencial
Módulo 2. Introducción a los lenguajes de programación
- Introducción a Python
- Introducción a R
- Configuración de ambientes de desarrollo
Módulo 3. Big Data: Captura del dato
- El dato y cómo capturarlo
- Del data like al data wharehouse
- Procesamiento paralelo bajo arquitectura hadoop. MapReduce.
Módulo 4. Big Data: Almacenamiento
- Sistemas SQL
- Sistemas No SQL y mixtos
- Sistemas de almacenamiento Cloud
Módulo 5. Protección del dato
- Privacidad del dato
- Protección del dato
- La disociación y anonimización de datos
Módulo 6. Análisis predictivo con Machine Learning
- Introducción al Machine Learning.
- Aprendizaje supervisado
- Aprendizaje no supervisado
Módulo 7. Análisis predictivo con Deep Learning
- Introducción a las Redes Neuronales
- Herramientas Open Source
- Redes convolucionales y recurrentes
Módulo 8. Otras acciones de análisis sobre el dato
- Sistemas de recomendación
- Procesamiento del lenguaje natural
- Análisis de sentimiento
Proyecto de Fin de Postgrado
*El temario y las masterclass podrán sufrir modificaciones motivadas por la actualización y mejora de los mismos.
Postgrado en Data Science y Machine Learning
