Plan de estudios

El aprendizaje automático (machine learning) es un área de muy rápido crecimiento y gran actualidad que se ubica en la intersección de las ciencias de la computación y la estadística.

Es la piedra fundamental de los motores de búsqueda, los filtros colaborativos usados para recomendación personalizada, la traducción automática, el reconocimiento de voz y de imágenes, etc.

Esta materia presenta los elementos fundamentales que constituyen el cuerpo teórico-práctico esencial de las técnicas de aprendizaje automático. En particular, el curso cubre los enfoques y algoritmos básicos necesarios para construir modelos para su utilización en el análisis predictivo de grandes volúmenes de datos.

El objetivo de este curso es estudiar distintos paradigmas de bases de datos. Los objetivos específicos son: presentar el dinamismo existente en el campo de las bases de datos e incentivar la investigación de tecnologías de bases de datos orientadas a big data.

Durante el curso se verán paradigmas que van desde bases de datos embebidas en dispositivos móviles hasta los nuevos modelos no relacionales NoSQL. Al final del curso el estudiante tendrá́ las herramientas necesarias para poder analizar y seleccionar la tecnología de base de datos que mejor se adapte a sus necesidades.

Este curso tiene por objetivo general que los estudiantes integren los conceptos clave de la analítica de datos: qué implica generar ventajas competitivas a partir de los datos y cómo aplicar técnicas de inteligencia artificial y análisis de datos para la resolución de problemas de negocio.

En este sentido, se buscará que los estudiantes puedan diferenciar y emplear los diferentes conceptos vinculados a la analítica de datos: ciencia de datos, metodologías, roles, tecnologías y técnicas de modelado.

Por último, se busca que los participantes del curso puedan desarrollar las competencias prácticas para integrar el análisis de datos a la toma de decisiones, como método de resolución de problemas comunes con abordajes innovadores.

En este sentido, el curso tendrá un abordaje teórico práctico, en el cual los estudiantes puedan ir aplicando los fundamentos de análisis de datos cubiertos en casos de negocio y datos reales, desde el entendimiento del problema, a la extracción de insights accionables a partir de los datos.

Uno de los problemas fundamentales en aprendizaje automático es la representación del conocimiento. Las técnicas y modelos de aprendizaje profundo constituyen un paradigma cuyo factor central es la representación de modelos complejos mediante la composición de representaciones más simples.

Esta materia presenta los modelos fundamentales de aprendizaje profundo, en particular, diferentes tipos de redes neuronales, así como una metodología de aplicación práctica. Además, se presentan implementaciones paralelas y distribuidas de los algoritmos que proveen soluciones eficientes en diferentes arquitecturas.

El objetivo de este curso es proporcionar una introducción general de los principales conceptos, desafíos y terminología que definen la esencia misma de la analítica de grandes volúmenes de datos.

Se presentan las diversas características que distinguen a los grandes conjuntos de datos y el ciclo de vida de la analítica, desde la identificación hasta la utilización final para la toma de decisiones.

Se discute cómo los grandes volúmenes de datos impactan en la inteligencia de negocios. Se estudian las diferentes fases de la analítica de big data, en cuanto a los requerimientos, infraestructura y mecanismos necesarios para el almacenamiento, procesamiento y análisis de grandes volúmenes de datos.

El objetivo de este taller es poner en práctica los conocimientos, competencias y herramientas necesarias con el fin de poder sobrellevar los retos relacionados con la gobernanza y la toma de decisiones a partir de grandes volúmenes de datos en diferentes áreas de negocio, en particular, organizaciones relacionadas con la salud, empresas, organismos públicos, etc.

Por ejemplo, un proyecto tipo consistirá en la elaboración de una serie de dashboards cuyo objetivo es responder a las preguntas que se formulan los responsables de las diferentes áreas de una organización, tales como ¿es posible personalizar los mensajes de marketing en tiempo real? ¿se puede lograr aumentar las compras online de los clientes en un 15%?