Técnicas avanzadas de minería de datos

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

Acerca del programa:

El curso Técnicas avanzadas de minería de datos tiene como propósito fortalecer los conocimientos básicos de minería de datos incluyendo algoritmos y herramientas que incluyen elementos de aprendizaje de máquina más avanzados.

Curso Técnicas avanzadas de minería de datos UC

Dirigido a:

  • Todas las personas que necesiten o estén interesadas en adquirir las habilidades para aplicar técnicas de Data Mining a su trabajo.
  • Todas las personas que han aprendido lo esencial de Data Mining pero necesitan profundizar y adquirir algo de fundamentos estadísticos.

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, Universidad de Chile. Profesor Asociado del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC.
linkedin

Equipo Docente

keyboard_arrow_down

Sebastián Raveau

Profesor Asistente del Departamento de Ingeniería de Transporte y Logística de la UC e investigador asociado del departamento de Ingeniería Civil y Ambiental del Massachusetts Institute of Technology. Asimismo, participa como investigador del Centro de Excelencia BRT, y del Centro de Desarrollo Urbano Sustentable CEDEUS. Anteriormente se ha desempeñado como académico de la Escuela de Ingeniería Industrial de la Universidad Diego Portales y como investigador postdoctoral del Singapore-MIT Alliance for Research and Technology (SMART). Ha sido también supervisor de estudios de transporte en DICTUC y en consultora CIS Transporte.

* 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

Este curso profundiza en las técnicas y algoritmos más utilizados en minería de datos. En particular se incluyen las técnicas de aprendizaje reforzado que han ido captando el interés en forma rápida por la amplia gama de aplicaciones donde puede usarse. Adicionalmente en este curso se estudian técnicas de Web Mining y análisis de texto.

*Este curso forma parte del Diplomado en Minería de datos.

Requisitos de Ingreso

  • Licenciatura, título profesional o técnico de mínimo 4 años.
  • Se recomienda contar con:
    • Conocimientos de minería de datos o aprendizaje de máquina.
    • Manejo de computación a nivel usuario, considerando el uso de planillas Excel a nivel medio
    • Dos años de experiencia laboral.

Objetivos de Aprendizaje

  1. Aplicar técnicas avanzadas de minería de datos para extraer información accionable de la data.

Metodología

  • Aprendizaje autónomo asincrónico estructurado en 6 módulos
  • Clases expositivas 
  • Foros
  • Estudio de caso 

Desglose de cursos

Horas Totales: 75  | Horas directas: 35  | Horas indirectas: 40

Créditos: 4 créditos.

Resultados del Aprendizaje

  1. Modelar problemas reales mediante técnicas avanzadas de minería de texto, para apoyar procesos de gestión del conocimiento en las organizaciones.
  2. Aplicar técnicas de aprendizaje reforzado como alternativa de entrenar modelos de aprendizaje.
  3. Utilizar herramientas de procesamiento de datos, para apoyar el proceso de modelado e interpretación de los resultados obtenidos.
  4. Aplicar series de tiempo para predecir modelos de negocios, basados en datos históricos.

Contenidos:

  • Series de tiempo
    • Análisis visual de series de tiempo
    • Componentes de una serie de tiempo
    • Estacionariedad de una serie de tiempo
    • Tratamiento de una serie de tiempo no estacionaria
    • Tipos de modelos de series de tiempo
    • Modelos MA
  • Minería de texto y web scraping
    • Minería de texto
    • Web scraping
  • Aprendizaje por refuerzo
    • Aprendizaje por refuerzo
    •  Métodos de Monte Carlo
  • Q-Learning
    • Funciones de valor
    • Q-Learning
  • Redes neuronales artificiales
    • Estructura de una red neuronal artificial
    •  Entrenamiento de redes neuronales artificiales
    • Otros tipos de redes neuronales
  • Nuevas tendencias de machine learning
    • Modelos fundacionales
    • Inteligencia artificial generativa

Evaluación

  • 3 controles individuales – 40%
  • 3 mini proyectos individuales – 60%

Requisitos Aprobación

Los alumnos deberán ser aprobados de acuerdo los criterios que establezca la unidad académica: 

  • Calificación mínima de todos los cursos 4.0 en su promedio ponderado.

El alumno que no cumpla con estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

Los resultados de las evaluaciones serán expresados en notas, en escala de 1,0 a 7,0 con un decimal, sin perjuicio que la Unidad pueda aplicar otra escala adicional.

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

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.

El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica. Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

VACANTES: 40

INFORMACIÓN RELEVANTE

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.


Fechas disponibles

Los detalles del programa pueden variar en cada fecha de edición

Fecha Horario Lugar Valor
30 septiembre 2025 - 25 noviembre 2025 Online $575.000 Ver más

¿Te parece interesante este programa?

No