Aplicaciones de machine learning y ciencia de datos

Estudia en la Universidad N°1 de habla hispana en Latinoamérica 2024 por QS World University Rankings

Acerca del programa:

Las técnicas asociadas a la ciencia de datos y al aprendizaje de máquina (machine learning), a veces englobadas bajo el paraguas de la inteligencia artificial, han cobrado gran notoriedad en los últimos años. Esto se debe principalmente a que se han comenzado a ver aplicaciones espectaculares en diversos ámbitos de negocios y de la sociedad. Este curso está orientado a presentar las técnicas y herramientas principalmente desde la perspectiva de qué es lo que podemos lograr con ellas. La idea es mostrar que el ámbito de lo que es posible hoy es muy distinto a lo que se podía hacer antes de estos avances, y al mismo tiempo introducir los principales desafíos y limitaciones.

Curso Aplicaciones de machine learning y ciencia de datos UC

Dirigido a:

  • Profesionales que necesiten entender el ámbito de aplicación, oportunidades y desafíos del nuevo mundo que abre la inteligencia artificial.
  • Interesados en el área de Ciencia de Datos y Machine Learning más desde la perspectiva aplicada, que de los algoritmos o sus bases matemáticas.

Jefe de Programa

Jaime Navón Cohen

Ph.D. Computer Science, University of North Carolina at Chapel Hill. Master of Science, Technion-Israel Institute of Technology. Ingeniero Civil Electricista, Pontificia Universidad Católica de Chile. Profesor Asociado del Departamento de Ciencia de la Computación, Pontificia Universidad Católica de Chile.
linkedin twitter

Equipo Docente

keyboard_arrow_down

Patricio Cofré

Master of Engineering, Northwestern University. Ingeniero Civil de Industrias (con mención en Tecnologías de la Información), UC. Ha desarrollado diversos proyectos de analytics en varios países de Latinoamérica. Profesor Instructor Adjunto del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC. CEO de Metric Arts, empresa consultora fundada el año 2007, especializada en las áreas de inteligencia de negocios y análisis de negocios.

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de remplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.

Descripción

El presente curso está diseñado para abordar las temáticas asociadas a ciencia de datos y machine learning desde la perspectiva de las aplicaciones en el mundo de los negocios y otros. El curso comienza con una revisión de las técnicas básicas para pasar rápidamente a revisar aplicaciones interesantes, apreciar las oportunidades y entender sus dificultades y limitaciones. Los alumnos aprenderán a utilizar técnicas y herramientas de aprendizaje supervisado y no supervisado para el descubrimiento de asociaciones, correlaciones o dependencias que pueden ser importantes la toma de decisiones.

La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el curso.

Requisitos de Ingreso

Se recomienda contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.

Si desea evaluar su nivel, puede realizar una prueba opcional gratuita en este link: https://www.hackerrank.com/prueba- python . Se recomienda iniciar los test en orden, ya que van creciendo en dificultad. Los dos últimos tienen un nivel superior al requerido para ingresar al diplomado, y han sido instalados allí sólo como desafío. Si uno de los test falló, se recomienda revisar y ejercitar esos contenidos antes del inicio del programa.

A continuación, ponemos a su disposición algunos cursos optativos por si desea prepararse previamente al inicio del programa:

  • MOOC “Introducción a la Programación en Python I: Aprendiendo a programar con Python”, disponible en el siguiente link: https://www.coursera.org/learn/aprendiendo-programar-python . 
  • Curso “Herramientas de programación en Python para procesamiento de datos”, disponible en el siguiente link: https://teleduc.uc.cl/curso/herramientas-programacion-python-procesamiento-datos/.

Objetivos de Aprendizaje

  1. Conocer y comprender las principales técnicas y herramientas asociadas a la ciencia de datos y el aprendizaje de máquina.
  2. Analizar las oportunidades de aplicación que la ciencia de datos y el aprendizaje de máquina ofrecen, así como los principales desafíos y limitaciones que existen hoy en día.

Metodología

La modalidad de capacitación es e-learning asincrónica, por lo que los participantes accederán a una plataforma educativa virtual (LMS). Las actividades se desarrollan en forma remota, lo que permite entregar flexibilidad en los horarios, de manera que cada participante pueda distribuir su tiempo y ser autónomo en su proceso de aprendizaje. No obstante, el proceso de enseñanza-aprendizaje se acompañará con un tutor, quien tendrá un rol de mediador y facilitador, ofreciendo apoyo a los participantes en aspectos técnicos y también administrativos durante la actividad de capacitación.

Respecto a las estrategias de enseñanza - aprendizaje, se utilizarán videoclases, screencast y clases interactivas para la presentación de contenidos y actividades de aplicación que serán desarrolladas a partir de cuestionarios y tareas, dirigidas a que los participantes resuelver problemas/situaciones aplicando los conocimientos aprendidos y comprobar la comprensión de los contenidos a través de test automáticos.

Los participantes también contarán con foros abiertos de consulta, como apoyo a su proceso de aprendizaje, donde podrán interactuar con sus pares y tutor.

Al inicio del curso se contará con una clase sincrónica en formato streaming, en que el jefe de programa o un profesor del programa, introducirán a los alumnos en las materias a abordar.

Desglose de cursos

Horas cronológicas: 75 (35 directas)

Créditos: 5

Resultados del Aprendizaje

  1. Identificar los principales conceptos y técnicas asociados a Machine Learning y ciencia de datos.
  2. Reconocer la importancia y los principales desafíos de los datos.
  3. Asociar las diversas técnicas con oportunidades de aplicación en los negocios.
  4. Examinar las dificultades y oportunidades en la aplicación de técnicas de ciencia de datos y aprendizaje de máquina.

Contenidos:

  • Introducción al aprendizaje de máquinas y ciencia de datos
    • Conceptos de inteligencia de negocios y minería de datos
    • Conceptos de ciencia de datos y aprendizaje de máquina
    • El auge actual del aprendizaje de máquina e inteligencia artificial
  • Tipos de datos y aplicaciones
    • Aplicaciones sobre transacciones estructuradas
    • Aplicaciones sobre texto
    • Aplicaciones sobre audio 
    • Aplicaciones sobre video
  • Técnicas de ciencia de datos y aprendizaje de máquina
    • Visualización en ciencia de datos
    • Aprendizaje supervisado
    • Aprendizaje no supervisado
    • Aprendizaje reforzado
  • Aplicaciones en los negocios
    • Aplicaciones de visualización en ciencia de datos
    • Aplicaciones de aprendizaje supervisado
    • Aplicaciones de aprendizaje no supervisado
    • Aplicaciones de aprendizaje reforzado
  • Casos de ciencia de datos
    • Caso en compañía de seguros
    • Caso en banca
    • Caso en retail
    • Caso en calidad del aire

Metodología de enseñanza y aprendizaje:

La modalidad de capacitación es e-learning asincrónica, por lo que los participantes accederán a una plataforma educativa virtual (LMS). Las actividades se desarrollan en forma remota, lo que permite entregar flexibilidad en los horarios, de manera que cada participante pueda distribuir su tiempo y ser autónomo en su proceso de aprendizaje. No obstante, el proceso de enseñanza-aprendizaje se acompañará con un tutor, quien tendrá un rol de mediador y facilitador, ofreciendo apoyo a los participantes en aspectos técnicos y también administrativos durante la actividad de capacitación.

Respecto a las estrategias de enseñanza - aprendizaje, se utilizarán videoclases, screencast y clases interactivas para la presentación de contenidos y actividades de aplicación que serán desarrolladas a partir de cuestionarios y tareas, dirigidas a que los participantes resuelver problemas/situaciones aplicando los conocimientos aprendidos y comprobar la comprensión de los contenidos a través de test automáticos.

Los participantes también contarán con foros abiertos de consulta, como apoyo a su proceso de aprendizaje, donde podrán interactuar con sus pares y tutor.

Al inicio del curso se contará con una clase sincrónica en formato streaming, en que el jefe de programa o un profesor del programa, introducirán a los alumnos en las materias a abordar.

Evaluación de los aprendizajes:

  • Tres pruebas on-line, todas de igual ponderación (40% en total)
  • Tres actividades de aplicación, la tercera con doble ponderación (60% en total)

Requisitos Aprobación

  • Calificación mínima del curso 4,0 en su promedio ponderado.

Los participantes que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.

El participante que no cumpla con la exigencia reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

  • Fotocopia Carnet de Identidad.

Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

VACANTES: 40

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula.


¿Te parece interesante este programa?

No