La ciencia de datos es una profesión o habilidad que las empresas están demandando cada vez más, especialmente en tiempos de transformación digital. Su objetivo principal es generar información útil para el futuro de una organización. Para ello, combina matemática, programación, estadística y otras disciplinas, como la minería de datos. Esta última se ha convertido en una herramienta estratégica para encontrar el conocimiento contenido en las inmensas montañas de información con el fin de tomar decisiones mejor fundamentadas que generen valor empresarial en áreas funcionales como producción, contabilidad, finanzas, marketing, etc.
DIRIGIDO A
Profesionales, estudiantes y personas que deseen adquirir conocimientos en ciencia de datos.
Inversión:
Particulares $2.620.000
Egresados Universidad Pública $2.170.000
Estudiantes Universidad Pública y Funcionarios UD $1.740.000
Descuentos
10% Por votación
10% Grupos a partir de tres participantes *
15% Egresado diplomado con la Universidad Distrital*
15% Trabajador entidad pública*
* No son acumulables
DURACIÓN: 120 HORAS
HORARIOS: Lunes, miércoles y viernes de 6:15pm a 9:30pm (POR CONFIRMAR)
LUGAR: Modalidad ONLINE
FECHA DE INICIO: Mayo 29 de 2024 (Sujeto al pago oportuno de todos los participantes)
FECHA PROYECTADA DE FINALIZACIÓN: Agosto 2024
TEMAS
MÓDULO MODELAMIENTO ESTADÍSTICO
Conceptos básicos de estadística
Tipos de datos
Presentación de datos en graficas
Medidas numéricas descriptivas
Conceptos básicos de probabilidad
Distribuciones de probabilidad
MÓDULO INTRODUCCIÓN A BODEGAS DE DATOS
Introducción
Conceptos de Bodegas de Datos
Metodología de desarrollo
Principios de modelamiento dimensional
Modelamiento dimensional: Tipos de dimensiones
Modelamiento dimensional: Tipos de Fact Tables
Modelamiento físico
Diseño de ETLs
MÓDULO PREPARACIÓN DE DATOS
Introducción
Recopilación e integración
Detección de valores anómalos
Relleno de valores faltantes
Reducción de la dimensionalidad
Transformación de datos (discretización, numeración, normalización)
MÓDULO MINERÍA DE DATOS AVANZADA
Asociación de datos
Fundamentos de reglas de asociación
Reglas de asociación booleanas de dimensión simple
Reglas de asociación multinivel
Reglas de asociación multidimensionales
Análisis de correlación
Reglas de asociación basadas en restricciones
Predicción de datos
Introducción
Árboles de decisión
Métodos bayesianos
Clasificación por programación evolutiva
Redes neuronales artificiales
Agrupación de datos
Análisis de clustering
Métodos de particionamiento
Métodos jerárquicos
Métodos de densidad
Métodos basados en modelos
MÓDULO APLICACIÓN DE DATA SCIENCE
Comprensión del negocio
Enfoque analítico
Requisitos de datos
Recopilación de datos
Comprensión de datos
Preparación de datos
Modelado
Evaluación
Implementación
Retroalimentación
Si desea realizar su inscripción por favor diligenciar el formulario.