Machine Learning & AI for the Working Analyst
En los últimos años la influencia de la inteligencia artificial en el sector industrial ha sido gigantesca. Este curso es una
invitación al state of the art de estas aplicaciones enfocándonos en los casos de éxito que sean útiles para los analistas de datos, sin importar su área de trabajo.
-12 semanas
-Martes a Viernes
-18:30 a 20:30 CDT
Ofrecemos:
1. Enseñar un manejo de Python y R que permita resolver problemas utilizando imágenes, texto, bases estructuradas,
series de tiempo e incluso cuando no existen suficientes datos.
2. Más de 15 algoritmos útiles para resolver la inmensa mayoría de las posibles tareas a las que se puede enfrentar un analista de datos.
3. Una explicación matemática detallada de cómo funcionan los algoritmos que le permitan a los estudiantes interpretar sus resultados así como distinguir las ventajas y retos en cada caso.
4. El planteamiento, los datos y la solución de 9 problemas reales que enfrentan las industrias: farmacéutica, turística, de telecomunicaciones, de recursos humanos, transportista, financiera, los portafolios de inversión, energética y legal.
DESCRIPCIÓN DEL CURSO
A.Cada bloque incluye un documento en forma de notas de curso redactado cuidadosamente por el tutor.
B. Los cursos son en vivo vía zoom y los estudiantes tienen acceso indefinido a los vídeos del curso.
C. En el curso se utilizarán data sets y ejemplos reales. Los alumnos se quedarán con el código utilizado en clase para resolver los problemas.
.png)
Evaluación y Proyectos
I) Cada semana se realizará un pequeño test para revisar el aprendizaje del estudiante.
II) Al final cada bloque de tres cursos se realizará una evaluación que consiste en dos partes:
1. Un examen práctico donde el estudiante deberá aplicar sus habilidades para resolver otros problemas similares o adecuaciones de los mismos vistos en clase.
2. Un examen teórico que simula una entrevista laboral sobre el planteamiento del problema, la interpretación de los resultados y la descripción de los algoritmos.
iii) El curso incluye un acompañamiento por parte de los profesores en el desarrollo de proyectos que los estudiantes deseen desarrollar utilizando las técnicas aprendidas.
Lenguajes de programación utilizados en el curso:
• R
• Python
- Pandas
- Numpy
- Apache
- Keras
- Gym
Lenguajes de Programación
.png)
TEMARIO
TEMARIO
1. Invitación a redes neuronales: perceptrón
2. Árboles de decisión y random forest
3. Regresiones logísticas, Ridge y Lasso
4. Latent Dirichlet Allocation
5. Regresión Robusta y Huber
6. ARMA, ARIMA y ARCH
7. Simulación Monte-Carlo (Longstaff-Schwartz)
8. Deep Learning para NLP (LSTM y Atención)
9. Aprendizaje por refuerzo (Q-Learning)
Próxima Fecha
Ago 10
Precio: $1,090 USD
TEMAS
Cada semana tiene un tema particular en el que haremos énfasis.
1. La maldición de la dimensión y el sobre-ajuste
2. La explicabilidad de un modelo
3. Regularización
4. Espacio Latente
5. Outliers
6. El riesgo
7. Simulación Bayesiana
8. Procesos con memoria y estructuras de los datos
9. El refuerzo v.s. las etiquetas
Machine Learning and AI for the working Analyst
Director
ALFONSO RUIZ
Alfonso Ruiz estudió matemáticas en la UNAM, en la Université d'Orsay y en Oxford University. Durante su carrera ha visitado y expuesto su trabajo en diversas instituciones tales como UCLA, Universität Münster, Notre Dame University, Institute Henri Poincaré, IHES, CIRM, Sophus Lie Conference Centre, CIMAT, University of Miami entre otros. Actualmente es Director del Colegio de Matemáticas Bourbaki y dedica su tiempo a convertirlo en un centro de enseñanza e investigación de primer nivel.
Docente
ANA ISABEL
Ana Isabel Ascencio Pedraza es Científica de Datos con más de 20 años de experiencia en análisis de datos para la toma de decisiones. Estudió Ingeniería Electromecánica en la Universidad Iberoamericana León, Métodos Estadísticos en el Centro de Investigaciones en Matemáticas (CIMAT) y Ciencia de Datos en el Centro de Investigación e Innovación en Tecnologías de la Información (INFOTEC). Actualmente es consultora en Ciencia de Datos y Analítica Avanzada.
Colegio de Matemáticas Bourbaki es un espacio para el aprendizaje personalizado. Aquí se imparten métodos de enseñanza para acercar a las personas al trasfondo
matemático en múltiples fenómenos y procesos. Nuestro objetivo es vincular la academia con aplicaciones de la realidad imperante.
La institución tiene una responsabilidad con la sociedad: procurar siempre el rigor académico en todos sus servicios. Su objetivo es convertir el conocimiento matemático en una inversión sostenible, que genere riqueza.
La especialización es la piedra central de la comprensión de los problemas, el primer paso en la ruta hacia las respuestas que demanda la realidad. La selección de material educativo asertivo y la atención a los detalles correctos aleja a Colegio
Bourbaki de los cursos express. Asumimos que con claridad, constancia y transparencia, se construye un camino intelectual sincero.
TESTIMONIOS
%2012_55_31.png)
TESTIMONIOS
Francisco Morales
El curso Machine Learning for the Working Analyst es un gran primer paso al mundo de la ciencia de los datos, ofrece cimientos sólidos y fomenta el pensamiento crítico que permite definir soluciones adecuadas a posibles aplicaciones. Cada uno de los elementos del curso es valioso por sí mismo, el contenido es muy nutrido y bien seleccionado, las aplicaciones son óptimas para el entendimiento de los temas, la parte teórica se explica desde las aristas necesarias para su completo entendimiento, la parte práctica aterriza todo el conocimiento en desarrollos útiles y que sirven como guía para otras aplicaciones, la apertura a solucionar dudas ayuda a tener una comprensión plena y pensar en aplicaciones adicionales sirve como validación de que los conceptos fueron bien asimilados. Y si bien todo eso funciona de forma independiente, la forma en que se integran hace que el curso alcance una dimensión diferente y llegue a una calidad excelente.
Soy ingeniero mecatrónico egresado el 2020 de la Unidad
Profesional Interdisciplinaria en Ingeniería y Tecnologías
Avanzadas, con experiencia laboral en la ingeniería de datos y
manejo de múltiples herramientas de business intelligence
(qlik, tableau, power bi, spotfire) y manejo de lenguajes de
programación (Python, C++, R, lenguaje M de matlab). Tengo
especial interés en el desarrollo profesional como científico de
datos y su complementación mediante el storytelling y la
visualización de datos.