Data Science for Management – Introducción a la Inteligencia Artificial

Lista de deseos Compartir
Compartir el curso
Page Link
Compartir en los medios sociales

Acerca de este curso

A la hora de tomar decisiones en el mundo empresarial, basadas en los datos,  se trabaja en dos grandes áreas:

  • Business Intelligence: Consiste en aplicar análisis estadísticos mas o menos complejos a los datos y visualizarlos mediante gráficos.
  • Artificial Intelligence: Consiste en que la maquina sea capaz de aprender de los datos disponibles, encontrando patrones en los datos que nos ayude a entender la realidad (aprendizaje no supervisado) o generando modelos que permitan predecir la clase de un nuevo registro (aprendizaje supervisado).

En este curso aprenderás cuales son las principales técnicas y algoritmos disponibles para aplicar Inteligencia Artificial a tus datos empresariales.

Mostrar más

¿Qué aprenderás?

  • Conocer los diferentes tipos de inteligencia artificial disponible para trabajar con datos en el mundo empresarial
  • Entender que es lo que hacen los diferentes algoritmos y que tipo de tareas resuelven.
  • Comprender como debemos entregar los datos a los algoritmos para que puedan aprender.

Sobre el instructor

JA
Data Scientist & ADE
Data Scientist por la Universitat Oberta de Catalunya & ADE por la Universitat de Barcelona. Director de MDA Data Science for Business. Formador en escuelas de negocio y company training, en cursos presenciales, webinars i online. Experiencia en entornos multinacionales, nacionales i pymes, tanto en linea como consultor, en mercados altamente competitivos y complejos. En áreas como la gestión de mercados,  marcas, precios, publicidad, promociones, equipos comerciales, productos y servicios de gran consumo. Experiencia en la toma de decisiones basadas en los datos.

Currículum del curso

Introducción a la Inteligencia Artificial
Turing definió el concepto general de Inteligencia Artificial, del que estamos todavía muy alejados. Pero la Inteligencia Artificial se ha desarrollado mucho en diferentes campos: reconocimiento visual, de voz, robótica, conducción autónoma, etc. Desde el punto de vista del Business, nos centraremos en el Machine Learning y el Deep Learning.

  • Conceptos previos.
    10:42
  • Preparación de los datos
    09:32
  • Test conceptos previos
  • Test preparación de los datos

Machine Learning Supervisado
Entendemos por Machine Learning Supervisado cuando disponemos de un dataset o conjunto de datos clasificado, es decir cuando dispone de una variable, columna o característica que ejerce de clase.

  • Conceptos, objetivos, tareas y evaluación de los resultados
    11:24
  • Algoritmos supervisados
    17:27
  • Test conceptos, objetivos, tareas y evaluación resultados.
  • Test algoritmos supervisados.

Machine Learning No Supervisado
Entendemos por Machine Learning no supervisado cuando disponemos de un dataset o conjunto de datos no clasificado, es decir, ninguna variable, columna o característica ejerce de clase.

  • Conceptos y Algoritmos no supervisados
    19:10
  • Test conceptos y algoritmos no supervisados

Deep Learning
El Deep Learning se basa en el concepto de neurona con la que se crean diferentes redes neuronales en función de la tipología de problema a resolver.

  • Conceptos: Deep Learning, Neurona y Red Neuronal
    08:20
  • Tipos de Redes Neuronales
    20:20
  • Test Deep Learning, Neurona y Red Neuronal
  • Test Redes Neuronales

Student Ratings & Reviews

Aún no hay reseñas.
Aún no hay reseñas.