Seleccionar página

Diplomado

Data Science: Toma de Decisiones con Análisis Predictivo

Una decisión no vale nada si no viene acompañada del análisis. ¡Asegura la eficiencia de la toma de decisiones en tu empresa implementando estrategias de aprendizaje automatizado, herramientas estadísticas y la ciencia de datos!

Descubre más Información:

VERTICALES - ECP
fechas-de-inicio

Fechas de Inicio:

Campus Ciudad de México26/Oct/19

Campus Santa Fe30/Nov/19

Puebla05/Abr/19

Campus Estado de México07/Dic/19

icono de inversion necesaria

Inversión:

$47,700 MXN (Incluye IVA)
*Precios y fechas están sujetos a cambio sin previo aviso

Habilidades

icono-de-un-puntoMinería de datos

icono-de-un-puntoAnálisis de datos.

icono-de-un-puntoAlgoritmos.

icono-de-un-puntoMachine Learning.

Apoyo Educativo

icono-de-un-puntoEXATEC

icono-de-un-puntoConvenios

icono-de-un-puntoPadres de Familia Tec

icono-de-un-puntoExaDiplomado

icono-de-un-puntoColaboradores Tec

icono-de-un-puntoMeses sin intereses con TDC participantes

Beneficios

icono-de-un-puntoComienza a implementar la metodología impartida ya sea en forma incremental, parcial o total.

icono-de-un-punto Descubre el panorama completo en torno a la aplicación de la ciencia de datos en la industria actual y futura.

icono-de-un-puntoRealiza prácticas de la metodología sobre casos actuales de la industria aplicables al Data Science.

icono-de-un-puntoDefine las mejores prácticas para estructurar, visualizar y procesar los datos de manera efectiva y creando valor para tu organización.

Mejor universidad privada de México, QS University Rankings, 2019.

numero-cinco

En el Top 10 de las mejores universidades de Latinoamérica, QS University Rankings Latin America, 2019.

Universidad #1 en México en la opinión de los empleadores, QS Graduate Employability Rankings, 2019.

Descubre el contenido del programa:


  • Módulo 1
    Introducción a la ciencia de datos
    (16 horas)

    1. Definir la ciencia de datos

    2. Relación de la estadística, machinelearning y modelos matemáticos con la ciencia de datos

    3. Proceso de un proyecto de ciencias de datos

    4. Campo de aplicación para la ciencia de datos

    5. Definir el rol del científico de datos dentro de la organización


  • Módulo 4
    Data Storytelling
    (16 horas)

    1. DataViz: Presentación y consumo de datos

    2. Mejores prácticas para la visualización de datos

    3. Evitando los errores más comunes

 

  • Módulo 2
    Preparación de datos
    (16 horas)

     

    1. Describir los tipos de análisis de datos

    2. Identificar los diferentes tipos de datos

    3. Traducir preguntas del negocio a conjunto de datos

    4. Identificar la relevancia de la preparación y calidad de los datos. Garbace in – Garbace out

    5. Realizar análisis exploratorio de los datos


  • Módulo 5
    Casos prácticos
    (40 horas)

    1. Creación de un equipo de ciencia de datos

    2. Ciencia de datos en retail y servicio al cliente

    3. Ciencia de datos en servicios financieros y de seguros

    4. Ciencia de datos en redes sociales

    5. Ciencia de datos para mercadotécnica


  • Módulo 3
    Algoritmos Machine Learning
    (24 horas)

    1. Análisis descriptivo

    2. Análisis predictivo

    3. Machine Learning & amp; estadística clásica

    4. Algoritmos analíticos

    –  Reglas de asociación

    -. Clustering

    -. Árboles de decisiones

    -. Modelos de regresión

    -. Naïve Bayes

    5. Identificar las fortalezas y debilidades en los diseños experimentales

Programas Relacionados:

icono-de-un-puntoDiplomado en Big Data como Estrategia de Negocios

icono-de-un-puntoDiplomado en Big Data Analytics

icono-de-un-puntoTaller en Análisis de Datos y Toma de Decisiones con Python