Fecha: 24 de Junio, de 9 a 18 hs, y 28 de Junio, de 9 a 13 hs.
Costos:
Socios: $9.500
No socios: $10.200
Objetivos
Este es un breve taller de data science cuyo objetivo es el de implementar los conocimientos
adquiridos en el curso Fundamentos de Data Science. Al finalizar el taller, los alumnos habrán
tenido un primer acercamiento práctico al desarrollo de modelos de machine learning en
Python.
Audiencia
El curso está dirigido a quienes hayan realizado el curso Fundamentos de Data Science y
deseen tener un acercamiento práctico a data science, implementando los modelos en
Python.
Requisitos
Para este taller, será necesario contar con conocimiento básico de programación. En el taller
se utilizará Python 3 implementado en el entorno interactivo Jupyter Notebooks. Para poder
ejecutar las notebooks interactivas, los alumnos deberán previamente instalar la plataforma Anaconda. Para el mejor desarrollo del taller, se solicita a los alumnos que asistan a la primera clase del taller con la plataforma Anaconda ya instalada. Adicionalmente, para este taller vale la recomendación realizada para el curso de fundamentos, es decir que se recomienda tener conocimientos básicos de estadística, álgebra y análisis matemático, como los que pueden adquirirse en un primer año de carreras de ciencias económicas, ingeniería o ciencias exactas.
Duración y frecuencia
El taller tendrá una duración de 12 horas repartidos en una primera jornada de 8 horas y
una segunda jornada de 4 horas.
Temario
El taller consistirá en 3 módulos de 4 horas cada uno. En los primeros dos módulos la
metodología consistirá principalmente en el desarrollo de los modelos por parte del docente,
proyectando y explicando paso por paso el código utilizado. Al finalizar cada módulo, los
alumnos realizarán breves ejercicios para afianzar conocimientos. En el tercer módulo, los
alumnos deberán desarrollar su propio modelo.
Módulo 1: desarrollo de un modelo de regresión
Duración 4:00 horas.
Desarrollo de un modelo de regresión pasando por todas las etapas de un proyecto de data
science. En este ejemplo haremos foco en la limpieza de datos, en el análisis exploratorio y
en la división del dataset en set de entrenamiento y de testeo, en la implementación de
técnicas de validación cruzada y en técnicas de regularización para evitar el sobreajuste de
los modelos.
Módulo 2: desarrollo de un modelo de clasificación
Duración 4:00 horas.
Desarrollo de un modelo de clasificación. En este ejemplo haremos foco en el tuneo de
hiperparámetros, en la evaluación y selección de modelos.
Módulo 3: Práctica independiente.
Duración 4:00 horas.
Los alumnos desarrollarán sus propios modelos, con la asistencia del docente y a partir de
un dataset y una guía suministrados por el mismo.

Instructor: Paolo Donizetti

Magister en Data Mining e Investigación de Mercado (U. Bologna), Lic. Matemáticas (U. Roma “La Sapienza”), Lic. Economía (UBA). Trabajó en Coca-Cola de Argentina y en el Grupo Techint. Hoy es Profesor de Data Science en Digital House y productor audiovisual. Se especializa en Machine Learning aplicado a gestión de contenidos.

Contacto: padonizetti@gmail.com.ar

Inscripción

 

Mercadopago

Si seleccionaste mercadopago (pago online) como método para abonar el curso más arriba, a continuación se encuentran los botones para realizar el pago. Por favor, asegurate de estar usando el botón correcto para el curso que hayas seleccionado. Ante cualquier duda, podes comunicarte con nosotros antes de realizar el abono.

Socios

No Socios

Escrito por ADACSI

Cualquier consulta, no dude en escribirnos.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s