Curso de Capacitación en Machine Learning para la Industria
Dirigido a
- Profesionales de los sectores público y privado especialmente aquellos que realizan o desean realizar análisis avanzados sobre grandes volúmenes de datos de diversa naturaleza.
- Economistas, estadísticos, ingenieros, administradores y profesionales de carreras afines dentro del ámbito de las Tecnologías de la Información y Comunicación (TIC).
- Público general interesados en la materia que cuenten con experiencia previa en el lenguaje de programación Python.
Certificación Digital
A nombre de FABRICUM y del Departamento de Ingeniería de la PUCP.
Regístrate aquí
¿Por qué llevar el curso?
Este curso te permitirá conocer las principales técnicas de Machine Learning (ML) para el desarrollo de aplicaciones a nivel industrial, impulsando el fortalecimiento de la comunidad profesional en el área. A través de un enfoque teórico-práctico en lenguaje Python, aprenderás a desarrollar un flujo de trabajo completo: desde el preprocesamiento de datos, el entrenamiento y optimización de modelos de clasificación o regresión, hasta la etapa crucial de despliegue en producción.
Plana docentePlana docente de primer nivel profesional y académico.
Malla curricularMalla curricular especializada y actualizada.
Clases en vivoClases en vivo con interacción continua entre docente y alumno.
Grabación de las clasesGrabación de las clases (no descargables) para que puedas revisarlas.
Temario
- Definición, Evolución, Estado del Arte y Futuro. Industria de Machine Learning
- Ecosistema de Herramientas en Python para Machine Learning
- Recolección de datos
- Imputación
- Normalización
- Visualización de datos
- Selección de atributos univariada
- Selección de atributos con RFE
- Transformación de atributos con PCA
- Métricas y estrategias de evaluación
- Método de vecinos más cercanos
- Árboles de Decisiones
- Naive Bayes
- Support Vector Machines
- Métricas y estrategias de evaluación
- Regresión Lineal
- Árboles de Regresión
- Support Vector Regression
- Estrategias Bagging, Boosting, Voting
- Random Forest, Extra Trees, Adaboost, XGBoost
- Unidades Perceptrons
- Multilayer Perceptrons
- Overview de Modelos de Deep Learning
- Optimización de hiperparámetros
- Salvar y desplegar el modelo
Requisitos
- Debes tener dominio básico de lenguajes de programación, matemáticas, estadística y probabilidades. Además, experiencia previa en el lenguaje de programación Python.
- Utilizaremos Python desde 3.0 o 3.1.
- El IDE de programación será Anaconda.
- Necesitarás una laptop o computador con 8 GB de memoria RAM como mínimo. Además, recomendamos trabajar con dos pantallas.
- Necesitarás un correo gmail.
Inversión
-
Público en General S/ 1,000.00
-
Comunidad PUCP* S/ 900.00
-
Comunidad CIP** S/ 800.00
Descuentos
-
Pronto pago público general S/ 950.00*descuento de pronto pago hasta el 23/07/2026
-
Pronto pago PUCP* S/ 850.00*descuento de pronto pago hasta el 23/07/2026