Data Scientist Avanzado
Dirigido a…
- Directivos y Responsables de área
- Graduados/as en Ingeniería e Ingenieros/as técnicos/as Universitarios con carreras relacionadas con Empresa, economía, datos y tecnología.
Salidas profesionales
- Data Scientist y/o Data Manager
- Técnico/a en Big Data
- Analista de datos
- Técnico/a en Business Intelligence
- Facilitador/a de proyectos 4.0
- Gestor/a de proyectos 4.0
Estructura del curso
Módulo de Matemáticas y estadística
- Estadística y Econometría:
- Probabilidad.
- Modelos de Distribución Discreta.
- Modelos de Distribución Continua.
- Distribución Normal.
- Estimación.
- Contraste de Hipótesis.
- Tabla ANOVA.
- Estadísticos Básicos y Regresión Lineal.
- Álgebra Lineal:
- Vectores.
- Espacios Vectoriales.
- Matrices.
- Cuerpos.
- Sistemas.
- Función de Coste y Mínimos Cuadrados Ordinarios.
- Optimización.
Módulo de Calidad del dato
- Dimensiones de calidad del dato.
- Detección y tratamiento de Outliers.
- Tratamiento de Valores Perdidos.
Módulo de Machine learning
- Definición.
- Mapa conceptual y clasificación de modelos.
- Validación de Modelos.
- Normalización de Variables.
- Modelos Supervisados:
- Clasificación.
- Regresión.
- Modelos no Supervisados
Módulo de Deep learning
- Definición.
- Redes Neuronales densas.
- Funciones de Activación.
- Procesamiento del Lenguaje Natural.
- Visión Artificial.
- Casos Prácticos.
En colaboración con
