MACHINE

LEARNING

PEA:

Programa de Especialización

Inicio: Sábado, 28 Octubre 2017

Si estás interesado en el Programa de Especialización en Machine Learning, te invitamos a participar de nuestra charla informativa.

Inscríbete

Charla Informativa

Fecha: Martes, 19 de Septiembre 2017
Hora: 7:30 p.m
Lugar: Data Mining Consulting SAC,
Río de la Plata 167. Of. 203.
San Isidro Alt. cuadra 34 de la Arequipa

“Aprendiendo a extraer valor de los datos”

Presentación

Machine Learning es uno de los progresos tecnológicos más impactantes del momento, ya que permite generar un sinfín de oportunidades mediante su aplicación. Reconoce patrones en datos estructurados y no estructurados usando algoritmos (supervisados /no supervisados) que auto aprenden de los datos, con el fin de traducir estos patrones en conocimiento que las organizaciones usan para tomar decisiones y generar ventajas competitivas en base a analítica contextual.

Perfil de participante

  • Profesionales de sistemas, computación, informática, estadística, investigación de operaciones, matemática, economía, industrial y otros profesionales que deseen potenciar sus capacidades analíticas.

Beneficios

  • Metodología Learning by Doing, basada en casos de negocio, usando datos reales.
  • Plana docente compuesta por los mejores profesionales que aplican Machine Learning en las empresas líderes del mercado y especialistas en la industria de categoría internacional.
  • Laboratorios de cómputo equipados con los mejores programas de Data Mining
  • Biblioteca y centro de información
  • Acceso a la bolsa de trabajo especializada de DMC.

Certificación:

  • Especialista en “Machine Learning” a nombre de DMC

Competencias

Al finalizar el programa, los asistentes podrán:

  • Aprender las técnicas más novedosas de machine learning, obtener la práctica de implementarlas y lograr que trabajen por usted mismo.
  • Conocer todos los aspectos relacionados a la construcción y desarrollo de modelos predictivos. Desde el planteamiento del caso hasta su despliegue y automatización.
  • Diagnosticar la solución de Machine Learning más adecuada para los distintos problemas de negocio presentados, por ejemplo, cuando es conveniente realizar una segmentación o cuándo es mejor un modelo predictivo.
  • Realizar correctamente los procedimientos para seleccionar, integrar, organizar, explorar, limpiar, transformar y preparar sus datos antes del análisis respectivo.
  • Usar diferentes herramientas y métodos para trabajar con una gran variedad de datos, de tipo estructurado y no estructurado (texto, imágenes y sonido).
  • Desarrollar soluciones robustas y sofisticadas de análisis que permitirá a su organización tomar mejores decisiones empresariales.