Documentos de Académico
Documentos de Profesional
Documentos de Cultura
APRENDIZAJE AUTOMATICO:
TOMA DE DECISIONES
BASADA EN DATOS
Comienza a tomar decisiones basadas en datos con el
programa de 12 semanas impartido por profesores del MIT.
SOBRE EL
MIT IDSS
La educación y la investigación en el MIT Institute for Data, Systems, and Society – o Instituto de Datos, Sistemas y
Sociedad (IDSS) - son llevadas a cabo con el objetivo de proporcionar soluciones a desafíos sociales complejos mediante
la comprensión y el análisis de datos. Así, el Instituto apuesta por el desarrollo de métodos analíticos que puedan ser
aplicados a diversas áreas como las finanzas, sistemas de energía, la urbanización, las redes sociales y la salud.
MIT IDSS abarca la colisión y síntesis de tanto ideas como métodos de disciplinas analíticas incluyendo la estadística,
ciencia de datos, teoría e inferencia de la información, teoría de sistemas y control, optimización, economía,
comportamiento humano y redes. Todas estas disciplinas son relevantes tanto para comprender sistemas complejos
MISION
La misión del MIT IDSS es promover la educación y la investigación de métodos analíticos en sistemas de información
y decisión, estadística y ciencia de datos, ciencias sociales y aplicar estos métodos para abordar desafíos sociales
complejos en un conjunto diverso de áreas como finanzas, sistemas de energía, urbanización, redes sociales y salud.
Los avances tecnológicos en áreas como sensores inteligentes, big data, comunicaciones, computación y redes sociales
están escalando rápidamente el tamaño y la complejidad de los sistemas y redes interconectados y, al mismo tiempo, están
generando grandes cantidades de datos que pueden conducir a nuevos conocimientos y comprensión.
02
SOBRE
EL PROGRAMA
La demanda de profesionales expertos en datos, análisis y aprendizaje automático está aumentando. Según
un informe de la Oficina de Estadísticas Laborales de EE. UU., la demanda de ciencia de datos aumentará y
creará 11,5 millones de nuevos puestos de trabajo para 2026. Los científicos de datos aportan valor a
organizaciones de todas las industrias porque pueden resolver desafíos complejos e impulsar
importantes procesos de toma de decisiones.
El MIT Instituto de Datos, Sistemas y Sociedad (IDSS) entiende el poder de descubrir el valor de los datos,
por lo que ha creado una gran variedad de cursos y programas en línea para llevar tus habilidades de análisis
de datos al siguiente nivel. Ya sea que estés buscando comenzar en el área, buscando oportunidades de
desarrollo profesional o simplemente quieras brindar información de valor a tu empresa, los programas del
MIT IDSS te enseñarán a aprovechar los datos de nuevas e innovadoras formas.
03
BENEFICIOS DEL
Trabaja en un sólido entorno
PROGRAMA de colaboración para crear redes con
Nota: Las sesiones conceptuales ayudan a los alumnos a solidificar los conceptos aprendidos en el contenido de video de
la semana o como una sesión preparatoria para las próximas sesiones. Esto también ayuda a los alumnos a preparar sus
preguntas para la sesión en vivo de fin de semana con el experto en la industria. 04
¿PARA QUIÉN ES EL PROGRAMA?
Científicos de datos, analistas de datos y profesionales en activo que deseen extraer conocimientos prácticos
a partir de grandes volúmenes de datos.
Debido a la naturaleza del programa, se adecúa tanto para profesionales con poca experiencia como para
altos directivos, incluyendo directores de tecnología, analistas de inteligencia de negocio, gerentes de ciencia
Para aquellos que cuentan con alguna formación académica o profesional en matemáticas aplicadas y
estadística, les resultará más fácil el aprendizaje. Sin embargo, todos los participantes pueden aprovechar al
máximo el programa aprendiendo sobre estos temas con el apoyo de Great Learning.
05
PLAN DE ESTUDIOS DEL
PROGRAMA
El programa tiene una duración de 12 semanas:
SEMANA 1 - 2
Caso de estudio 1: análisis de la Copa Mundial de la FIFA Caso de estudio 2: análisis de pasos de usuarios de
SEMANA 3
Agrupación
¿Qué es la agrupación?
Cuando usar la agrupación en clústeres
Preliminares de K-means
El algoritmo K-means
¿Cómo evaluar a agrupación?
K-means: ¿Qué es lo que realmente hace un clúster?
Mas allá de K-means: otras nociones de distancia
Mas allá de K-means: datos y preprocesamiento
Mas allá de K-means: big data y Bayes no paramétrico
Mas allá de la agrupación
06
Agrupación espectral, componentes e incrustaciones
¿Qué pasa si no tenemos características para describir los datos o no todos son
significativos?
SEMANA 4
DESCANSO DE APRENDIZAJE
Con una sesión conceptual sobre dar sentido a los datos no estructurados
07
SEMANA 5
Regresión y predicción
Caso de estudio 3: ¿Los países pobres crecen más rápido que los países ricos?
08
SEMANA 6
SEMANA 7
DESCANSO DE APRENDIZAJE
Con una sesión conceptual sobre clasificación y prueba de hipótesis
SEMANA 8
Aprendizaje profundo
· Representaciones jerárquicas
· Funciones no convexas
· Transferencia de aprendizaje
09
SEMANA 9
Sistemas de recomendación
Recomendaciones y clasificación
Filtración colaborativa
Caso de estudio 2: recomiende nuevas canciones a los usuarios en función de sus hábitos de escucha
Recomendaciones personalizadas
10
SEMANA 10
DESCANSO DE APRENDIZAJE
Con una sesión conceptual sobre aprendizaje profundo y sistemas de recomendación
SEMANA 11
Ejemplos de redes
Representación de redes
Caso de estudio 1: navegación / GPS
1.1 : Filtrado de Kalman: seguimiento de la posición 2D de un objeto cuando se mueve con velocidad constante
1.2 : Filtrado de Kalman: seguimiento de la posición 3D de un objeto que cae debido a la gravedad
Redes
Medidas de centralidad: grado, vector propio y rango de página
Maximización de la influencia
Modelos gráficos
Modelos gráficos no dirigidos
Filtro Kalman
11
SEMANA 12
Análisis predictivo
Modelado predictivo para datos temporales
Ingeniería de predicción
Ingeniería de funciones
Introducción
Tipos de funciones
Síntesis profunda de funciones: primitivas y algoritmos
Síntesis profunda de funciones: apilamiento
12
PROFESORES
Devavrat Shah
Profesor, EECS e IDSS, MIT
Felipe Rigollet
Profesor, matemáticas e IDSS, MIT
Carolina Uhler
Profesora asociada de Henry L. y Grace Doherty,
EECS e IDSS, MIT
Victor Chernozhukov
Profesor, economía e IDSS, MIT
Stefanie Jegelka
Profesora asociada de desarrollo profesional de X- Consortium,
EECS e IDSS, MIT
13
Ankur Moitra
Profesor asociado de desarrollo profesional de Rockwell International,
matemáticas e IDSS, MIT
Tamara Broderick
Profesora Asociada, EECS e IDSS, MIT
David D. Gamarnik
Profesor de operaciones de la Universidad Tecnológica de Nanyang
investigación, Sloan School of Management e IDSS, MIT
Jonathan Kelner
Profesor, matemáticas, MIT
Kalyan Veeramachaneni
Científico investigador principal en el Laboratorio de Información
y Sistemas de Decisión, MIT
Guy Bresler
Profesor asociado, EECS e IDSS, MIT
14
MENTORES DE
PROGRAMA
El programa te capacita para trabajar en proyectos relevantes para la industria por parte de expertos en ciencia
de datos y aprendizaje automático a través de sesiones de aprendizaje guiado en vivo para brindarte una comprensión
práctica de los conceptos básicos. Algunos de los expertos de la industria que colaboran como mentores son:
COORDINADOR DE PROGRAMA:
TU GUÍA PERSONAL
DE GREAT LEARNING
Tu coordinador de programa, parte del equipo de
Great Learning, será tu único punto de contacto para todas
las consultas académicas y no académicas del programa.
Tu coordinador realizara un seguimiento de tu aprendizaje, te
brindara apoyo personalizado, así como ánimos para
garantizar tu éxito en el programa.
15
CERTIFICADO
La imagen es solo para fines ilustrativos. El certificado real puede estar sujeto a cambios a discreci6n de la universidad.
PROCESO DE SOLICITUD
Paso 1 Paso 2 Paso 3
Formulario de solicitud Evaluación de la solicitud. Tu Únete el programa. Si
Regístrate completando el solicitud será revisada para eres seleccionado, recibirás
formulario de solicitud en línea. determinar si éste es el una oferta de admisión.
programa indicado para ti. Asegura tu lugar en el grupo
pagando la cuota de admisión.
Cuota: Consulta con tu Asesor de Programa sobre las cuotas y facilidades de pago
16
El programa de aprendizaje automático y ciencia de datos del MIT IDSS, con un plan de
estudios desarrollado e impartido por profesores del MIT, se imparte en colaboración con:
Great Learning es una plataforma de tecnología educativa con la misión de hacer que los
profesionales sean competentes y se mantengan preparados para el futuro. Sus programas se
enfocan en la próxima frontera de crecimiento en la industria y actualmente abarcan análisis,
ciencia de datos, big data, aprendizaje automático, inteligencia artificial, aprendizaje profundo,
computación en la nube y más. Great Learning utiliza tecnología, contenido de alta calidad y
colaboraciones con expertos de la industria para brindar una experiencia de aprendizaje integral
que ayuda a los candidatos a aprender, aplicar y demostrar sus competencias. Todos los
programas se ofrecen en colaboración con universidades líderes a nivel mundial y los toman miles
de profesionales cada año de más de 170 países.
17
COMIENZA AHORA A
TOMAR DECISIONES
BASADAS EN DATOS
APLICA YA
dsml-es.mit@mygreatlearning.com
https://www.mygreatlearning.com/mit-idss-es-programa-ciencia-de-
datos-aprendizaje-automatico