MACHINE LEARNING PARA CIENCIA DE DATOS ¡Inicio: 22 DE FEBRERO!

LOGO DATAYANALYTICS
LOGO DATAYANALYTICS
  • Inicio
  • Cursos en Vivo
  • Cursos Asincrónicos
  • Consultoría
  • Nosotros
    • Conócenos
    • ¿Cómo Pago?
    • Contáctanos
    • Eventos gratuitos
    • Bolsa de trabajo
    • Quiero ser ponente
  • Más
    • Inicio
    • Cursos en Vivo
    • Cursos Asincrónicos
    • Consultoría
    • Nosotros
      • Conócenos
      • ¿Cómo Pago?
      • Contáctanos
      • Eventos gratuitos
      • Bolsa de trabajo
      • Quiero ser ponente
  • Inicio
  • Cursos en Vivo
  • Cursos Asincrónicos
  • Consultoría
  • Nosotros
    • Conócenos
    • ¿Cómo Pago?
    • Contáctanos
    • Eventos gratuitos
    • Bolsa de trabajo
    • Quiero ser ponente

Taller Aplicado MODELO DE SISTEMA DE RECOMENDACIÓN


Muy importante para trabajar en Machine Learning

Nivel

Dirigido a

Dirigido a

Taller especializado para

AVANZADO

Dirigido a

Dirigido a

Dirigido a

Profesionales que deseen trabajar en el rubro financiero que venden al crédito. 

Inversión

Dirigido a

Inversión

Promoción exclusiva

en web*: S/ 479.90 ó  119.90 USD 

Precio regular: S/ 500 ó 145 USD

Clases

Duración

Inversión

SESIONES

ASINCRÓNICAS

Duración

Duración

Duración

3 hrs 15 min la sesión

Brochure

Duración

Duración

MIra el brochure aquí

BROCHURE

PROCESO DE CIENCIA DE DATOS PARA LOS CASOS

Entendimiento del negocio

  • Entendimiento del problema
  • Objetivo del negocio


Entendimiento de los datos

  • Definición de la variable “target”
  • Elección y definición del horizonte temporal (ventana de análisis)
  • Criterios de inclusión y exclusión de información


Preparación de los datos

  • Exploración de variables (estadíticas, visualización)
  • Imputación de variables (missing)
  • Limpieza de variables (outliers, distribución de los datos)
  • Creación de nuevas variables (Feature Engineering)
  • Transformación de variables (Feature Engineering: labelenconder, onehotencoder)
  • Scaling de variables (min-maxscaler, robustscaler,etc)
  • Análisis variables vs target (visualización)
  • Correlación de variables
  • Selección de variables (técnicas paramétricas, técnicas de machine learning)


Modelado

  • Partición de los datos (train-test)
  • Balanceo de los datos (Oversampling, undersampling, smote, etc.)
  • Aplicación de algoritmos (regresión lineal, logística, regularizaciones, decision tree, randomforest, gbm, lightgbm, etc)
  • GridSearch de hiperparámetros (tuning de modelos)
  • Ensamble de modelos (voting, stacking, etc)
  • Validación cruzada

1/3

Modelo de sistema de recomendación

$119.90
Paga con PayPal o con una tarjeta de débito/crédito

Las técnicas de Machine Learning tienen una enorme aplicación en el sector financiero; por tanto, el uso de la Machine Learning para el desarrollo de modelos analíticos en la banca y la industria financiera cada vez es más frecuente. Además de conocer Machine Learning, la correcta aplicación en la resolución de problemas es una habilidad con bastante demanda en la industria de la banca y financiera.

INSTRUCTOR

Especialista en Modelos Analíticos

Profesional en Ingeniería de Sistemas e Informática de la UNMSM que continuará ampliando sus conocimientos con el Máster en Inteligencia de Negocios y Big Data Analytics en la Universitat Oberta de Catalunya. Además, cuenta con capacitación y experiencia en marcos de trabajo ITIL, Agil como Scrum y Lean, herramientas on premise y cloud del ecosistemas big data, técnicas de análisis de datos como machine learning y deep learning, gestión de proyectos BI, data y analytics, data storytelling, entre otros que ayuden a potenciar una organización en base a sus datos. Actualmente labora como Analytic Leader en el Grupo

Palmas, empresa líder del sector agro industrial, buscando convertirla en una organización data-driven. Cuenta con más de 10 años de experiencia en empresas del rubro banca, seguros y retail, liderando proyectos retadores para potenciar la organización con el poder de los datos.


Entre las herramientas utilizadas para sacar adelante los diferentes proyectos de datos tenemos a Office, MS Project, Jira, Trello, Azure Devops, IBM DataStage, Teradata, Oracle, SQL, GCP, Azure, AWS, IBM Cloud, Datastudio, Tableau, Power BI, Qlik Sense, RStudio, Python, entre otros.

Ventas corporativas, escríbenos al (+51) 976 760 803

RECOMENDACIONES

INFORMES

Mishell Bardales | Coordinación


mishell.bardales@datayanalytics.com

(+51) 976 760 803 


MATRICÚLATE CON UN ASESOR

CURSO QUE TE PUEDEN INTERESAR

MACHINE LEARNING PARA CIENCIA DE DATOS

MACHINE LEARNING PARA CIENCIA DE DATOS

MACHINE LEARNING PARA CIENCIA DE DATOS

VER MÁS

PROGRAMA CIENCIA DE DATOS CON PYTHON

MACHINE LEARNING PARA CIENCIA DE DATOS

MACHINE LEARNING PARA CIENCIA DE DATOS

VER MÁS

INTELIGENCIA DE NEGOCIOS CON POWER BI

MACHINE LEARNING PARA CIENCIA DE DATOS

INTELIGENCIA DE NEGOCIOS CON POWER BI

VER MÁS

MACHINE LEARNING CON PYSPARK

MACHINE LEARNING PARA CIENCIA DE DATOS

INTELIGENCIA DE NEGOCIOS CON POWER BI

VER MÁS

: :        Teléfono:  (+51) 976 760 803 

  • Consultorías:      info@datayanalytics.com
  • Capacitaciones: cursos@datayanalytics.com
  • Convenios:          convenios@datayanalytics.com


      📍Av. Paseo de la República 6941, Lima - Perú


© Data & Analytics 2020