Aprendizaje Automático y Big Data

Contenido web archivado:

Este contenido es para fines históricos y no se le realizan actualizaciones

Programs inside new

Comparte el programa en

¿Quiero más información?

To prevent automated spam submissions leave this field empty.

Aprendizaje Automático y Big Data

Desarrollar la habilidad de entender y aplicar técnicas de aprendizaje de máquina para analizar datos
  •  

    El Análisis de Datos se refiere a la obtención de patrones o modelos matemáticos para la interpretación de datos. En este campo convergen la estadística, las bases de datos y el aprendizaje automático. El Aprendizaje Automático (o Machine Learning, en inglés) es el estudio de cómo construir sistemas de computación que aprendan y se adapten de la experiencia. De forma más concreta, se trata de crear programas capaces de construir modelos a partir de datos, provenientes de bases de datos convencionales o de datos no estructurados, en diversos tipos de problemas que incluyen de manera general el aprendizaje supervisado (predicción y clasificación) y no supervisado (agrupamiento, reducción de dimensiones, asociación), teniendo como meta optimizar la capacidad de generalizar comportamientos a nuevos conjuntos de datos. Incluyen técnicas de Inteligencia Artificial (IA), estadística y probabilidades, teoría de computación y optimización, y en general estrategias matemáticas y computacionales que permitan crear modelos adaptativos a partir de los datos. Estas áreas están transformando la forma como las organizaciones en todos los sectores de la economía se administran. Ser capaz de comprender las tendencias y patrones en datos complejos es fundamental para el éxito de estas organizaciones.

    Nuestro diplomado reconoce la creciente importancia del fenómeno encarnado de las bodegas de datos en la sociedad contemporánea y, al tiempo, concibe la teoría y la práctica en el campo laboral. Más allá de los extensos conjuntos de datos que pueden ser analizados por los más innovadores algoritmos para revelar modelos, tendencias y asociaciones. La importancia creciente de estos modelos en nuestra vida cotidiana y cómo los datos que generamos están transformando los procesos económicos, políticos, culturales y comunicativos, así como están afectando proverbialmente a la propia generación de conocimiento.

    La información básica de una organización proviene la mayoría de las veces de fuentes heterogéneas. Una bodega de datos es un tipo de base de datos especializada que integra, completa, reúne y organiza esta información de forma tal que pueda ser analizada y procesada fácilmente, con el objeto de facilitar, apoyar y acelerar la toma de decisiones estratégicas de la organización. En este curso se estudian los componentes de la arquitectura de una bodega de datos, además, se dan a conocer técnicas para el diseño de las mismas, siguiendo buenas prácticas de la industria.

Objetivo

Desarrollar la habilidad de entender y aplicar técnicas de aprendizaje de máquina para analizar datos con el fin de desarrollar aplicaciones que apoyen la toma de decisiones y en la capacidad de entender y aplicar las técnicas para el diseño y construcción de una bodega de datos, saber qué tipo de problemas pueden ser resueltos con las mismas, y poder aplicarlas en un caso específico.

Objetivos Específicos

  • Comprender los conceptos básicos de Aprendizaje Automático (AA).
  • Conocer la metodología CRISP-DM. 
  • Analizar los datos a través de técnicas de clasificación.
  • Analizar los datos a través de técnicas de regresión de datos. 
  • Analizar los datos a través de técnicas de agrupamiento de datos.
  • Usar algoritmos bio-inspirados para problemas de optimización.
  • Adquirir destreza en el uso de herramientas de software para el trabajo con modelos de AA.
  • Presentar técnicas principales de adquisición e importación de información desde fuentes heterogéneas.
  • Presentar las técnicas de modelamiento e implementación de bodegas de datos.
  • Estudiar algunos casos típicos de bodegas de bases de datos.
  • Estudiar la implementación de bodegas de datos de algunos proveedores de Bases de Datos.
  • Conocer las características de algunas herramientas para el manejo de bodegas de datos disponibles en el mercado.

Contenido

Módulo 1: Conceptos Básicos aprendizaje de máquina

Módulo 2: Herramientas de software

Módulo 3: Clasificación y Regresión de datos

Módulo 4: Aprendizaje No supervisado

Módulo 5: Algoritmos y Redes Neuronales

Módulo 6. Conceptos básicos de Bodegas de Datos y Metodología para desarrollo de proyectos

Módulo 7. Principios de modelamiento dimensional y Modelamiento dimensional: Tipos de dimensiones

Módulo 8. Modelamiento dimensional: Tipos de Fact Tables y Taller de modelamiento dimensional

Módulo 9. Modelamiento físico: Técnicas básicas y Modelamiento físico:  Técnicas avanzadas

Módulo 10. Diseño de ETLs y Prospectiva y desarrollos futuros en Bodegas de Datos

Módulo 11. Taller de modelamiento físico y  Desarrollo de Proyecto Integrador

 

Modalidad UtadeOnline:

Inicio: 

Horario: martes, miércoles y jueves de 6:00 a 9:00 pm

Intensidad horaria: 96 horas

Inversión:  
$3.800.000 - $US1.000*

*Para pagos desde el exterior, se realiza en línea a través de tarjeta de crédito el equivalente es alrededor de US$1.000 (con tasa de cambio de 3.800 pesos colombianos)

Descuentos

Para convocatoria Un TICket no aplican descuentos

La Universidad otorga un descuento del 10% sobre el valor de la matrícula a: Egresados de la Universidad Jorge Tadeo Lozano. Afiliados a Caja de Compensación Cafam, Colsubsidio o Compensar. 3 personas o más inscritas por una misma empresa. 

En caso de no otorgarse el descuento al momento del pago de la matrícula del diplomado, el descuento no será reembolsable ni acumulable para otros pagos a la Universidad. 

Certificación

Se otorgará certificación a quién haya asistido al 80% de las horas programadas.

Apertura: La Universidad Jorge Tadeo Lozano puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el curso. En cualquiera de los casos mencionados el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere. 
Igualmente, la apertura del mismo y la fecha de inicio del programa dependerán del mínimo número de matriculados establecido por la Universidad.

Una vez confirmada la fecha de inicio del programa no se realizarán devoluciones de dinero.

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.