ESPECIALISTA EN MACHINE LEARNING

329,766.00378,420.00

Borrar Selección

DESCRIPCIÓN

La Certificación de Especialista en Machine Learning es una acreditación profesional. Un Especialista Certificado en Machine Learning comprende cómo y dónde se utilizan mejor las técnicas de Machine Learning para generar valor empresarial, y conoce los algoritmos y diseños de sistemas asociados, así como los enfoques avanzados de aprendizaje de modelos y las prácticas de análisis.

OBJETIVO

 

Capacitar a profesionales para que puedan aplicar técnicas de Machine Learning de manera efectiva en entornos empresariales, generando valor y contribuyendo al éxito de los proyectos y estrategias organizacionales.

 

OBJETIVOS ESPECÍFICOS

 

· Desarrollar una comprensión profunda de los principios y algoritmos fundamentales de Machine Learning, así como de sus aplicaciones en diferentes sectores y contextos empresariales.

· Adquirir habilidades prácticas en el diseño, implementación y evaluación de modelos de Machine Learning, utilizando herramientas y plataformas de software relevantes en la industria.

· Familiarizarse con los enfoques avanzados de aprendizaje de modelos, como el aprendizaje profundo (deep learning), y las prácticas de análisis de datos asociadas para la toma de decisiones basada en datos en entornos empresariales.

 

 

DIRIGIDO A

 

La Certificación de Especialista en Machine Learning está dirigido a profesionales que desempeñan roles relacionados con la ciencia de datos, la inteligencia artificial, la ingeniería de software y la analítica de datos, y que deseen adquirir conocimientos y habilidades avanzadas en el campo del Machine Learning. También está dirigido a profesionales de negocios y emprendedores que buscan entender cómo aplicar el Machine Learning para generar valor empresarial y tomar decisiones basadas en datos.

 

 

 

Objetivos específicos Contenido temático Actividades a realizar Recursos y materiales
Fundamentos de

Machine Learning

• Factores tecnológicos y de negocio de Machine Learning

 • Beneficios y retos de Machine Learning

 • Escenarios de uso de Machine Learning

 • Conjuntos de datos, datos estrucutrados, no estructurados y semi estructurados • Modelos, algoritmos, aprendizaje y entrenamiento de modelos

 • Cómo funciona el Machine Learning 

• Recopilación y pre-procesamiento de datos de entrenamiento • Selección de algoritmos y modelos

• Entrenamiento de modelos y despliegue de modelos entrenados 

• Algoritmos y prácticas de Machine Learning 

• Aprendizaje supervisado, clasificación, árbol de decisiones

 • Regresión, métodos de ensamble, reducción de dimensiones 

• Aprendizaje no supervisado y agrupamiento

 • Aprendizaje semisupervisado y por refuerzo 

• Mejores prácticas de Machine Learning 

• Cómo funcionan los sistemas de Machine Learning 

• Mecanismos comunes de Machine Learning

 • Cómo se utilizan los mecanismos en el entrenamiento de modelo

Lecturas y videos sobre los temas a estudiar. 

 Aplicación de actividades evaluativas.

Equipo conectado a internet, puede ser: 

– Celular – Tableta – Laptop Computadora de escritorio

Machine Learning

Avanzado

• Cálculo de tendencia central, cálculo de variabilidad • Cálculo de asociatividad, cálculo de resumen gráfico • Patrones de reducción de datos

 • Selección de características, extracción de características

 • Patrones de manipulación de datos 

• Imputación de características, codificación de características

 • Discretización de características, estandarización de características

 • Patrones de aprendizaje supervisado 

• Predicción numérica, predicción de categorías

 • Patrones de aprendizaje no supervisado

 • Descubrimiento de categorías, descubrimiento de patrones

 • Patrones de evaluación de modelos, modelado de referencia

 • Evaluación del desempeño de entrenamiento, evaluación del desempeño de predicción 

• Patrones de optimización de modelos

 • Aprendizaje conjunto, reentrenamiento frecuente del modelo • Implementación de modelos ligeros, aprendizaje incremental

a. Lecturas y videos sobre los temas a estudiar. b. Aplicación de actividades evaluativas.

c. Foro para evaluar el avance del curso.

quipo conectado a internet, puede ser: 

– Celular – Tableta – Laptop Computadora de escritorio

INSTRUCTOR

 

Lic. Cristian Tirado, ingeniero industrial con máster en gestión e ingeniería de la universidad Javeriana, con 7 años experiencia en elsector tecnológico, startups, educación superior e investigación en inteligencia artificial, large language model, machine learning, deep learning, prompt engineering y servicios en la nube.

 

Fechas: 8, 15, 22, 29 de Agosto, 5 y 12 de Septiembre de 2024

Duración: 18 horas

Hora: 6:00 pm a 9:00 pm

Inversión: $622,20 asociados, $714,00 no asociados (IVA Incluido)

 

Incluye: material didáctico, certificado de participación, examen para optar por la certificación internacional, plataforma digital abierta por 6 meses para repasar lo visto en las clases semanales.

Inscripciones: teléfono 2202-5600, extensiones 609, 611, 617, 631, 662 o 676, fax 2234-6089; correo electrónico: capacitacion@cicr.com