Octubre - Diciembre

Modelos de negocio en la era de big data

Al finalizar el curso, el estudiante será capaz de:

Diagnosticar el ajuste entre estrategia competitiva, entorno competitivo y diseño organizativo, en especial sus recursos y capacidades, en el marco de sectores o actividades impactadas por el potencial de la Analítica de Big Data.
Identificar oportunidades de innovación en los modelos de negocio, a partir de comprender el panorama y las tendencias de la trasformación digital, y cómo pueden transformarse en fuentes de ventajas competitivas.

Machine learning no supervisado

El estudiante deberá ser capaz de entender problemas de aprendizaje estadístico no supervisados, especificar su estructura, desarrollar y aplicar algoritmos para su resolución y comprender sus diagnósticos. El curso incluye el empleo de herramientas de programación en R y manejo de paquetes estadísticos para acercar la teoría a la práctica y permitir la aplicación a casos empíricos concretos.

Machine learning supervisado

El curso intenta introducir al estudiante en las técnicas de Machine Learning bajo análisis supervisado tanto en problemas de regresión como de clasificación. El objetivo es que los estudiantes conozcan, comprendan y sepan aplicar los modelos más relevantes de la disciplina a la predicción de casos reales. El foco estará puesto en el estudio de modelos de predicción y su evaluación destacando el campo de aplicación en cada caso. El curso intenta optimizar el contenido teórico – práctico para el mayor entendimiento; y usa como ambiente de aplicación el programa R.