Curso online
Este curso introduce a los estudiantes a algunas de las aplicaciones más importantes de la minería de datos y el aprendizaje de máquinas (Big Data) a problemas empresariales y económicos. En particular, haremos bastante énfasis en los problemas empíricos que se enfrentan: La diferenciación entre predicción y causalidad y las implicaciones que esto tiene sobre la toma de decisiones, el problema de privacidad en la era de la información, los sesgos algorítmicos, discriminación, etc.Para esto los estudiantes serán introducidos muy rápidamente a los elementos más básicos del aprendizaje estadístico (i.e. riesgo, el problema de aprendizaje de máquinas, error de estimación y aproximación) y las principales técnicas: el modelo de regresión lineal, vecinos más cercanos, el modelo logístico, arboles y bosques aleatorios. Con este conjunto mínimo de herramientas tendremos los elementos necesarios para entender los problemas de predicción, causalidad, privacidad, sesgos algorítmicos y discriminación desde un punto de vista formal y aplicado a problemas reales.Además de aprender los fundamentos teóricos, los estudiantes aprenderán herramientas básicas de programación en Python, lo que les permitirá una vez finalizado el curso, hacer un trabajo final en el que se plantee un problema que utilice diversas fuentes de datos, aplicar las técnicas aprendidas en clase y ofrecer una solución novedosa. Este trabajo final podrá estar basado en problemas específicos del lugar de trabajo de los estudiantes, tesis o intereses particulares.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Temario completo de este curso