Track para la ciencia de datos
Uno de los objetivos fundamentales de la Escuela Bourbaki es transmitir a los estudiantes, público en general y a la industria, las ventajas prácticas y el placer que implican conocer los detalles de la actividad matemática.
Objetivos del curso
01
Enseñar un manejo de Python que permita resolver problemas utilizando imágenes,
texto, bases estructuradas, series de tiempo e incluso cuando no existen suficientes datos.
02
Familiarizar al estudiante con el lenguaje matemático así como su utilidadpara resolver problemas concretos e identificar dificultades. Se hará énfasis enfortalecer la intuición de los estudiantes.
03
Estudiar las ideas matemáticas utilizadas en Ciencia de Datos enfocándonos en las siguientes áreas: Probabilidad, Estadística e Inferencia Bayesiana, Álgebra Lineal, Optimización y Cálculo Diferencial.
04
Estudiar algoritmos de Machine Learning y ponerlos en práctica utilizando fuentes de datos reales.
05
Practicar el manejo de datos estructurados y no-estructurados utilizandoPython para obtener análisis de analítica avanzada o prescriptiva.
Nuestros estudiantes trabajan en algunas de las más reconocidas empresas
Introducción desde cero a Python
Machine Learning & AI for the Working Analyst
Matemáticas Avanzadas para la Ciencia de Datos
Especialización en Deep Learning
Perfil del estudiante
Perfil del estudiante
El estudiante debe estar interesado en aprender los detalles matemáticos detrás de los algoritmos y modelos de Machine learning con el objetivo de mejorar su comprensión sobre las ventajas, dificultades o soluciones que ocurren en el trabajo de los científicos de datos.
Los candidatos ideales son: practicantes de ciencia de datos, ingenieros de datos, analistas de negocios, desarrolladores de software o estudiantes de posgrado que deseen completar su formación.
Evaluación y proyectos
1. Cada semana se realizará un pequeño test para revisar el aprendizaje del estudiante.
2. Al final cada bloque (tres bloques por curso) se realizará una evaluación que consiste en dos partes:
- Un examen práctico donde el estudiante deberá aplicar sus habilidades para resolver otros problemas similares o adecuaciones de los mismos vistos en clase.
-Un examen teórico que simula una entrevista laboral sobre el planteamiento del problema, la interpretación de los resultados y la descripción de los algoritmos.
3. El curso incluye un acompañamiento por parte de los profesores en el desarrollo de los proyectos de los estudiantes utilizando las técnicas aprendidas.
Temario
Conoce el Track para la Ciencia de Datos: explora contenidos, objetivos y herramientas del curso, y descarga el temario completo en PDF para revisar duración, módulos y requisitos antes de inscribirte.
Reseñas de estudiantes
%2011.34.50%E2%80%AFa.m..jpg)
