Medrano 951 - 2do. Piso - Of. 206 CABA - Lun. a Vier. de 9 a 13 hs y de 13.30 a 21 hs.
(011) 4867-7545 info@sceu.frba.utn.edu.ar
Curso Práctico de Ciencia de Datos: Machine Learning con R (Nivel Introductorio)

Curso Práctico de Ciencia de Datos: Machine Learning con R (Nivel Introductorio)

PRESENTACIÓN

Las técnicas de Machine Learning e Inteligencia Artificial están creando un nuevo paradigma para el entendimiento del mundo. Las empresas cada vez más ávidas de Científicos de Datos capacitados están creando una demanda cada vez mayor de estos profesionales. Reconocimiento automático de patrones, autos autónomos, y minado masivo de datos son los temas que están acaparando la atención en el mundo de la tecnología.

Este curso pretende acompañar iniciar al estudiante en este mundo de datos y algoritmos avanzados mediante un enfoque intuitivo y profundamente práctico utilizando el lenguaje R, tal como ya lo hacen Facebook, Google, NASA y miles de investigadores en todo el mundo.

OBJETIVOS (general/es y específicos)

Que los participantes:

  • Logren cargar y manipular datos en R utilizando RStudio.
  • Puedan explorar y analizar los datos con técnicas estadísticas simples, detectando inconsistencias.
  • Comprendan la importancia de la preparación de datos en cualquier proyecto machine learning.
  • Logren crear su primer modelo predictivo, validarlo y aplicarlo a nuevos datos simulando una simple implementación en producción.

DESTINATARIOS

  • Profesionales del sector de tecnología, tales como DBAs, programadores, gerentes o líderes de proyecto que quieran adentrarse en el mundo de Machine Learning y Ciencia de Datos
  • Estudiantes de carreras universitarias afines como ser matemáticos, biólogos, sociólogos
  • Personas que deseen involucrarse en el análisis de información a través del lenguaje R y los Machine Learning.

REQUISITOS

Es recomendable contar con conocimientos básicos de programación en cualquier lenguaje.

IMPORTANTE: Es necesario que los alumnos concurran con Notebook a las clases

DURACIÓN

El programa tiene una duración de 12 horas presenciales, a desarrollarse durante 4 clases. Carga horaria semanal: 6 horas

TEMARIO

Para conocer el temario del curso y el correspondiente cronograma de clases, hacé clic AQUÍ

DOCENTES

Ing. Pablo Cigliuti (docente / coordinador académico)

Ingeniero en sistemas de información con experiencia laboral de más de 15 años en el área de Business Intelligence. Es socio fundador de Dthink, consultora especializada en la temática y está certificado internacionalmente como profesional de Data Management (CDMP) y de Business Intelligence (CBIP).

Además es titular de la cátedra de Business Intelligence en la Universidad Tecnológica Nacional y coordinador de los cursos de actualización de posgrados de Business Intelligence y de Data Mining de la misma universidad.

Ing. Pablo Casas (docente)

Graduado como Ingeniero en Sistemas de Información de la UTN, empezó su carrera en el mundo de los datos hace más de 10 años. Se desempeñó como consultor particular y científico de datos para empresas de distinta naturaleza.

Actualmente se desempeña como responsable de machine learning en una empresa de seguridad informática, encargado de la investigación y desarrollo de nuevos modelos de Deep Learning, así como también de la creación de modelos predictivos para el área de marketing.

Respecto al lenguaje R, posee 5 años de experiencia y es autor del libro open-source “Data Science Live Book” de libre acceso, así como también de la librería  “funModeling”, cuyo foco principal es el análisis y preparación de datos para modelos predictivos.

METODOLOGÍA A UTILIZAR EN EL DESARROLLO DEL CURSO

Se presentarán problemáticas de casos reales y a continuación su solución a nivel conceptual y a nivel de programación en R.

Cuando sea posible, los conceptos se relacionaran con circunstancias que nos rodean en el día a día.

PROCEDIMIENTOS DE EVALUACIÓN Y ACREDITACIÓN – CERTIFICACIÓN

La asistencia a un mínimo del 100% de las clases otorga un certificado de asistencia.

Cronograma de evaluación: Se habilitará el campus virtual para acceder al contenido del curso, y realizar cuestionarios multiple choice de verificación de lectura.

INICIOS Y CURSADAS

El curso comenzará el 31 de Octubre y se dictará los días miércoles y viernes de 19 a 22 hs. INSCRIPCIÓN

IMPORTANTE: Es necesario que los alumnos concurran con Notebook a las clases