Curso de Minería de datos con Python
Presentación
En la actualidad, estamos inmersos en un mundo digital donde la cantidad de datos generados ha alcanzado niveles exponenciales. Cada clic, cada compra en línea, cada publicación en redes sociales y cada transacción electrónica contribuye a un vasto océano de información. Las empresas, conscientes del valor que estos datos encierran, buscan aprovechar este tesoro digital para obtener ventajas competitivas.
La minería de datos es el proceso de extraer información valiosa a partir de grandes conjuntos de datos, de forma similar a la minería física. Sin embargo, muchos se desmotivan al comenzar a estudiar minería de datos, ya que requiere conocimientos de estadística, álgebra lineal, cálculo y programación.
Para hacer frente a la complejidad de estos conceptos, en este curso proporcionaremos un enfoque claro y gradual. Aprenderás los fundamentos esenciales y te guiaremos a través de ejemplos prácticos que te ayudarán a comprender y aplicar estos conceptos en situaciones del mundo real haciendo uso de Python como lenguaje de programación.
Modalidad: A distancia ágil
Objetivo general
Comprender la teoría y la práctica del campo de la minería de datos, con las bases necesarias para la gestión y aplicación efectiva de técnicas de minería de datos en diversas situaciones y aplicaciones.
Objetivos específicos
- Adquirir un conocimiento sólido sobre las variadas técnicas de aprendizaje automático y estadísticas empleadas en la minería de datos, permitiendo a los estudiantes aplicar estas herramientas de manera efectiva en análisis y predicciones de datos.
- Desarrollar habilidades prácticas a través de ejemplos y ejercicios de programación utilizando el lenguaje Python
- Comprender los fundamentos esenciales de la minería de datos
- Aprender a identificar y seleccionar las técnicas de minería de datos adecuadas para resolver problemas reales
Destinatarios
- Analistas de datos y científicos de datos principiantes que buscan una introducción accesible a la minería de datos y quieren construir una base sólida en este campo.
- Estudiantes y académicos que estén interesados en ampliar su conocimiento sobre la minería de datos y deseen comprender cómo aplicar estas técnicas en la investigación y el análisis de datos.
Requisitos
- Familiaridad con conceptos matemáticos, especialmente estadística.
- Interés y motivación para aprender y explorar nuevos conceptos en minería de datos.
- Conocimiento básico de programación, preferiblemente en Python
Equipo docente
Jose Itamar Canelon
Profesor
Ingeniero Electricista (Universidad del Zulia (LUZ), 1994), M.Sc. en Computación Aplicada (LUZ, 1997) y Ph.D. en Ingeniería Eléctrica (Universidad de Houston, 2004). Fue profesor de la Escuela de Ingeniería Eléctrica de LUZ (1994-2019), coordinador del Programa de Especialización en Ingeniería de Control de Procesos (LUZ, 2009-2016) y dir ector del Instituto de Cálculo Aplicado (LUZ, 2013-2018). Coautor de más de 40 publicaciones y Premio Nacional al mejor trabajo de científico, tecnológico y de innovación (Ministerio de Ciencia y Tecnología, Venezuela, 2003 y 2014). Actualmente es instructor de Machine Learning/Ciencia de Datos, Python, Matlab/Simulink y Sistemas de Control, entre otras áreas. Dicta cursos de automatización, control e ingeniería eléctrica para la industria petrolera.
Juan Marcelo Barreto Rodriguez
Coordinador
Mi nombre es Juan Marcelo Barreto y soy ingeniero en Materiales de la CNEA (Carrera de Ingeniería en Materiales; Instituto Sábato (Comisión Nacional de Energía Atómica 2002 - 2006). Además, tengo una MBA (MBA - Master of Business Administration– Facultad Regional Buenos Aires, Escuela de Posgrado UTN.Soy docente de numerosos cursos de inf ormática y programación en la Facultad Regional Buenos aires de la Universidad Tecnológica Nacional y me he desempeñado y desempeño como ingeniero en empresas de nuestro país.
- ¿Qué es la minería de datos? (2021, noviembre 5). Sas.com. https://www.sas.com/es_ar/insights/analytics/data-mining.html
- Yaw Boateng Ampadu, Handling Big Data in Education: A Review of Educational Data Mining Techniques for Specific Educational Problems, AI, Computer Science and Robotics Technology, 10.5772/acrt.17, 2, (2023).
- Layton, R. (2015). Learning Data Mining with Python: Use Python to manipulate data and build predictive models.
Metodología De Enseñanza-Aprendizaje:
Nuestro modelo de formación te ofrece flexibilidad sin perder la interacción, combina autoaprendizaje con el apoyo de expertos y compañeros para una experiencia dinámica y efectiva.
Características de la formación
- E-learning colaborativo: estudia a tu ritmo con material curado y actividades prácticas.
- Acompañamiento experto: consulta dudas en foros y mensajes directos con tutores.
- Clases en vivo: dos encuentros por módulo para reforzar conceptos y resolver consultas en tiempo real.
A quiénes está dirigido
- Profesionales y estudiantes que buscan una formación flexible y de calidad.
Modalidad de Evaluación y Acreditación:
Estos son los requisitos que deberás cumplir para obtener la acreditación del trayecto formativo:
- Aprobar las evaluaciones integradoras por módulo.
- Realizar y aprobar la Evaluación Integradora Final Obligatoria (EFIO), que puede consistir en la entrega de una tarea basada en una consigna específica o en la realización de un cuestionario.
- Descargar y leer todos los materiales de la unidad temática.
- Entregar y aprobar todas las actividades y ejercicios obligatorios.
- Cumplir con la dedicación horaria recomendada para lograr el máximo rendimiento.
- Finalizar la cursada dentro del período estipulado, sin excepciones. Una vez finalizado el curso, no será posible entregar o descargar actividades pendientes. Quienes deseen completarlo deberán inscribirse en una nueva edición.
La evaluación final cuenta con una instancia de recuperatorio para quienes no aprueben en el primer intento o no la realicen dentro de las fechas establecidas en el cronograma.
Certificación
- La certificación se otorgará en función de la calificación obtenida en la EFIO.
- Las calificaciones posibles serán: bueno, muy bueno, excelente, sobresaliente, participó o no participó.
- Quienes obtengan una de las cuatro primeras calificaciones recibirán un certificado de aprobación.
- Aquellos que no alcancen estas calificaciones o no realicen la EFIO podrán obtener un certificado de participación, previa evaluación del tutor.
Los certificados emitidos por Centro de e-Learning UTN BA cuentan con un sistema de validación basado en tecnología blockchain, que garantiza autenticidad, trazabilidad y transparencia en todo momento.
¿Quieres capacitar a tu equipo con esta formación?
Accede al Portal de Empresas: compra múltiples licencias en pocos pasos, recibe facturación a nombre de tu compañía y gestiona el aprendizaje de todo tu equipo desde un solo lugar.
Comprar desde el Portal de Empresas