Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Les
ha permitido conocer mejor a sus clientes, mejorar su productividad, generar innovación y alcanzar nuevos
niveles de competitividad.
En segmentos como el financiero, de las telecomunicaciones o el minorista, entre muchos otros, la analítica de
datos facilita a las empresas la comprensión de su situación actual y de las oportunidades de mejora, a partir de
la adquisición de conocimientos basados en los datos de su propia operación. Esto les permite realizar tareas
como: identificar fraudes, hacer perfiles de clientes con comportamientos similares, predecir cuáles de los
clientes están en mayor riesgo de abandonar una compañía por la competencia, identificar el mejor conjunto de
productos para recomendar a un cliente, etc.
Existen muchos recursos que ofrecen servicios de analítica de datos, muchos de ellos a gran costo, pero las dos
más importantes son de código abierto: los lenguajes R y Python. En efecto, los nuevos adelantos en los campos
de la ciencia de datos se desarrollan inicialmente en estos dos lenguajes, que ofrecen la posibilidad de acceder a
los últimos modelos y algoritmos de la ciencia de datos, a partir de la inclusión de paquetes. De hecho, los
recursos licenciados de grandes proveedores como IBM, SAS, SAP, etc., reconocen que no pueden mantenerse
actualizados en cuanto a las funcionalidades que ofrecen, por lo que permiten conectarse a scripts desarrollados
en estos dos lenguajes, integrándolos a los procesos de datos definidos por sus usuarios.
R está más orientado a las capacidades de aprendizaje estadístico, con opciones que presentan gran robustez
teórica; Python es un lenguaje de programación multipropósito, que ha tenido gran aceptación en la comunidad
de ciencia de datos por su madurez, flexibilidad, fiabilidad e interoperabilidad. Además, Python ha sido el recurso
sobre el que se han desarrollado los mayores avances en el campo del Deep Learning.
Este diplomado presenta la analítica de datos utilizando Python como punto de acceso a los modelos y algoritmos
exponiendo técnicas de análisis de la información, con orígenes en la estadística y la inteligencia artificial, que
permiten extraer conocimientos que yacen profundamente en los datos, dando una visión de alto nivel de las
implicaciones organizacionales de su adopción.
Objetivo general:
Objetivos específicos:
Dirigido a:
Profesionales de diversas áreas, tanto del sector público como del privado, con funciones que requieran del
análisis de datos para la toma de decisiones, como: gerentes y líderes de áreas de mercadeo, inteligencia de
negocios, y estrategia; gerentes y líderes de proyectos en tecnologías de la información, logística; consultores,
ejecutivos de nivel superior, analistas y desarrolladores de sistemas.
Metodología
El programa se desarrollará bajo la modalidad de metodología activa, donde se les entregará a los participantes
el material de estudio para que en clase se desarrollen ejercicios prácticos con ejemplos extraídos de situaciones
del día a día de la empresa y que simulan una situación real. También, se hará análisis de casos, talleres, discusión
y aplicación de temas relacionados con el desarrollo personal y presentaciones breves de tipo magistral, bajo la
coordinación de cada uno de los docentes y la participación activa de los asistentes.
V. APRENDIZAJE SUPERVISADO
Objetivo Específico 1. Identificar los problemas de la empresa que se pueden resolver a partir de
modelos de aprendizaje supervisado, discriminando entre los casos de clasificación y regresión.
Objetivo Específico 2. Evaluar la calidad de los modelos de aprendizaje supervisado en términos de
métricas de validación.
Objetivo Específico 3. Aplicar algunas de las técnicas de modelado de aprendizaje supervisado más
comunes a problemas reales en Python (librería scikit-learn): K-vecinos más cercanos, árboles de
decisión, modelos de ensamble y redes neuronales artificiales.
2. Una vez se genere la factura usted recibirá un correo electrónico, en ese momento podrá ingresar al
portal de estudiantes de Educación Continua para hacer el pago en línea,
(www.icesi.edu.co/inscripcion_educacion_continua/ ).
Puede generar la factura y proceder a pagar el valor del programa en línea o pagar en las entidades
financieras que se relacionan en el recibo de pago del programa de Educación Continua.
Lugar y Tiempo
Clases virtuales online en vivo: miércoles y viernes de 6:30 p. m. a 9:30 p. m. vía Zoom.
Los cambios eventuales que se puedan presentar frente a la programación inicial (Fechas, Horarios, Docentes)
serán informados oportunamente a los estudiantes.
Intensidad: 92 horas