Saltar al contenido
Sobre Nosotros

buscador

  Duración: 30 horas
     
  Fecha de inicio:
27 de septiembre de 2019
  Horario: Viernes de 5:00 a 9:00 p.m., Sábado de 8:00 a 2:00 p.m. 
     
  Inversión: $690.000/ participante

 

¿Por qué cursar este programa?

La competitividad en los mercados, demanda en las empresas directivos capaces de tomar decisiones de manera ágil y responsable, basadas en sus datos y hechos buscando reducir la incertidumbre y el azar. 

Desde el CEC somos conscientes de esta necesidad que tienen los directivos de las Organizaciones en acceder a nuevas tecnologías que les permita tomar decisiones inteligentes como lo es el Machine Learning.  Descubre cómo aplicar la Inteligencia Artificial para ser un directivo certero en tus decisiones.

 

OBJETIVO GENERAL
Conocer la importancia del Machine Learning, como un área de la Inteligencia Artificial y su aplicabilidad en proyectos de industria.

 

OBJETIVO ESPECÍFICOS

  • Aprender el concepto de Machine Learning su fundamento y terminología
  • Reconocer la importancia de los datos en un modelo de Machine Learning
  • Aprender el modelo de Aprendizaje Supervisado
  • Algoritmos de Regresión
  • Algoritmos de Clasificación
  • Aprender el modelo de Aprendizaje No-Supervisado
  • Algoritmos de Clustering o Agrupamientos
  • Algoritmos de Reducción de Dimensiones
  • Entender las nuevas tendencias del Machine Learning
  • Perfiles técnicos que buscan introducirse en esta nueva tecnología.

  • Profesionales técnicos con responsabilidad que quieren aprovechar Machine Learning para mejorar los procesos de toma de decisiones.

  • CEOs, Gerentes de Sistemas y otros directivos de distintos sectores que lideran equipos con responsabilidades a nivel de Tecnología de la Información.

  • Estudiantes de últimos semestres de carreras profesionales con perfil en Tecnología de la Información y/o afines.

  • Ingenieros de Empresas de Desarrollo de Software.

  • Programadores “freelance” 

  • Científico de Datos.

Se recomienda una buena inclinación hacia las matemáticas, ya que los algoritmos de Machine Learning tienen una base fundamentalmente en el álgebra lineal y su aritmética.

 

El Seminario-Taller será ofrecido bajo la modalidad de clases presenciales desarrollando talleres prácticos durante las sesiones.

 

Módulo 1: Machine Learning: Concepto y Fundamentos

  • Paradigma del Análisis de Datos
  • Concepto de Big Data
  • Ciclo de vida de la información
  • ¿Qué es Inteligencia Artificial?
  • ¿Qué es Machine Learning?
  • Terminología
  • Tipos de Aprendizajes
  • Plataformas de Machine Learning
  • Estado del arte.

Módulo 2: Python como herramienta de programación para Machine Learning

Instalación Python

Jupyter Notebook: El entorno interactivo de trabajo
Introducción, Instalación, Instalación de kernels (opcional), Corriendo Notebook

Numpy: Computación vectorizada y matricial
Definición ndarray, Creación de ndarray, Tipos de datos de ndarray, Aritmética con ndarray, Indexación básica y booleana, Slicing, Transposición de arreglos e intercambio de ejes, Métodos matemáticos y estadísticos, Algebra lineal aplicada.

Pandas: Estructurando los datos
Estructura de datos: Series y Dataframes, Funcionalidades Esenciales (Indexación, Selección, Filtrado, Reindexación), Sumarizando y computando estadística descriptiva

Matplotlib: Visualización de datos
Graficando con matplotlib, Figuras, Subplots, Colores, Marcadores, Líneas, Etiquetas, Títulos,  Ploteando con pandas (diagramas de barras, histogramas, scatter o puntos), otras herramientas de visualización.

Módulo 3: Aprendizaje Supervisado
 

Algoritmos de Regresión

  • Regresión Lineal 
  • Regresión Logística
  • Arboles de decisión

Algoritmos de Clasificación 

Árbol de decisión / Random Forest

Support Vector Machines (SVM)

Clasificadores Bayesianos

Módulo 4: Aprendizaje No Supervisado
  • Clustering
  • K-Means
  • KNN. 
  • Clustering 
  • Density Based Scan Clustering

Reducción de Dimensiones
Análisis de Componentes Principales – PCA

Módulo 5: ¿Cómo diseñar tu proyecto de Machine Learning y AI?
  • Problemas básicos en la implementación. 
  • Fases en la implementación.

Módulo 6: Deep Learning

  • Conceptos básicos
  • Redes Neuronales
  • Arquitectura
  • Métricas
Módulo 7: Aplicaciones de Deep Learning
  • Visión por computador 
  • Natural Languague Processing 
  • Robotics & RPA
  • Forescasting
  • Finanzas
 
 

WAYNER BARRIOS QUIROGA

Ingeniero Electrónico de la Universidad del Norte. Joven Investigador en Inteligencia Artificial en el Laboratorio de Visión de la Universidad del Norte a cargo de Juan Carlos Niebles. Investigador de la Universidad King Abdullah University of Science and Technology en Arabia Saudita bajo la supervisión de Bernard Ghanem en la facultad de ciencias de computación y matemáticas. Investigador asociado II del Instituto de Robótica de Carnegie Mellon University bajo el mando de Fernando de la Torre y Dong Huang. Consultor de empresas y organizaciones gubernamentales y no gubernamentales en modelos de predicción, minería y análisis de datos. Fundador de WIQONN TECHNOLOGIES S.A.S. una empresa de desarrollo de inteligencia artificial y machine learning para empresas.


 

 

 

Políticas Administrativas

* El certificado de asistencia se entrega a los participantes que acrediten mínimo el 80% de asistencia.

* Los estudiantes de cursos de programas de extensión no tendrán derecho a devolución excepto cuando la Universidad decida, por razones internas, no abrir un curso de extensión.

* El Centro de Educación Continuada informa que los programas podrán ser cancelados o aplazados por razones de fuerza mayor. De prensentarse tal caso, esta información será debidamente comunicada a los inscritos. 

* Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el curso. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continuada que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.

   


Síguenos en

          

 

¡Preinscríbete!
Nuestro equipo se pondrá en contacto contigo una vez recibamos tu información, teniendo en cuenta la fecha de inicio del programa.

Vigilada Mineducación

Km.5 Vía Puerto Colombia - Tel. (57) (5) 3509509 - Área Metropolitana de Barranquilla, Colombia © Universidad del Norte