Octubre - Diciembre
Machine learning no supervisado
El curso combina teoría y práctica para formar profesionales capaces 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 Python 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 combina teoría y práctica para formar profesionales capaces de entender las técnicas de Machine Learning bajo análisis supervisado tanto en problemas de regresión como de clasificación. El objetivo es que los profesionales 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 Python.
Business Intelligence (BI)
Enseña a transformar datos crudos en información valiosa mediante la gestión de analítica descriptiva para la toma de decisiones.
Visualización y narrativa de datos
El curso combina teoría y práctica para formar profesionales capaces de dominar el arte de comunicar hallazgos técnicos de forma clara y persuasiva para influir en la toma de decisiones empresariales. Se trabajan los principios del data storytelling, diseño de gráficos efectivos, exploración de datos crudos y construcción de indicadores clave adaptados al entorno y las necesidades de diferentes industrias, con un enfoque aplicado mediante herramientas de visualización y ejercicios de laboratorio. La metodología prioriza el aprendizaje activo, transformando métricas complejas en narrativas visuales comprensibles para audiencias de negocios.
