Nosotros Pregrado Postgrado Educación Continua Investigación Difusión

Contacto

Instagram

YouTube

Spotify

Nosotros Dirección Coordinaciones Académicas/os Equipo Reconocimientos Campus Centro de Estudiantes Bolsa de Trabajo

Pregrado Nuestra Carrera Malla Curricular Admisión Académicas/os Equipo

Postgrado Magíster en TI Magíster en Ciencias Doctorado Becas Tesis de Doctorado Claustro Equipo Docente Protocolos Guía para el Estudiante

Educación Continua Magíster en TI Diplomas Bootcamps Cursos Programas Corporativos Docentes Equipo

Investigación Líneas/Áreas Laboratorios Publicaciones Fondecyt Fondef Reportes Técnicos

Difusión Noticias Eventos Revista Videos

Instagram

YouTube

Spotify

Educación Continua

Magíster en TI Diplomas Bootcamps Cursos Programas Corporativos Docentes Equipo

Programa de Curso

Análisis de Datos con Python

Código

DEDCCPYAC05

Créditos

3

Créditos

3

Duración

21 HORAS

Valor Individual

30 UF

Objetivos

Comprender los conceptos básicos de la Minería de Datos.
Poder extraer conocimiento y/o valor de conjuntos heterogéneos de datos.
Ser capaz de aplicar técnicas de regresión, clasificación y clustering sobre conjuntos de datos mediante la librería scikit-learn.

Contenidos

Regresiones

Conceptos básicos.
Regresión lineal.
Regresión logística.

Clasificación

Conceptos básicos.
Descripción de k-nearest neighbors, árboles de decisión, random forests, support vector machines.

Evaluación y selección de modelos

Métodos y indicadores para la evaluación de modelos de clasificación.
Métodos de muestreo: holdout y cross-validation.
Conceptos básicos de overfitting y regularización.
Selección de modelos: grid search.

Métodos de análisis de clusters

Conceptos básicos.
k-means.
Evaluación de clusters.

Bibliografía

Pedregosa et al. Scikit-learn: Machine Learning in Python. (User Guide: https://scikit-learn.org/stable/user_guide.html).
James, Witten, Hastie, Tibshirani. 2013. An Introduction to Statistical Learning. Disponible libremente en la Web: https://www.statlearning.com/.

Bibliografía

Pedregosa et al. Scikit-learn: Machine Learning in Python. (User Guide: https://scikit-learn.org/stable/user_guide.html).
James, Witten, Hastie, Tibshirani. 2013. An Introduction to Statistical Learning. Disponible libremente en la Web: https://www.statlearning.com/.

Profesores

Hernán Sarmiento A.

Hernán Sarmiento A.

Ver Malla

Cursos Relacionados

Programación y Estructuras en Python

Primer Semestre 2024

Manejo y Extracción de Datos en Python

Primer Semestre 2024

Manejo de Bases de Datos en Python

Primer Semestre 2024

Visualizaciones en Python

Primer Semestre 2024

Taller de Proyecto de Datos

Primer Semestre 2024

Contacto

Departamento de Ciencias de la Computación
FCFM, Universidad de Chile

Beauchef #851, Edificio Norte, tercer piso, oficinas 326-327. Santiago

capacita@dcc.uchile.cl

+56 2 2978 4965

+56 2 2978 4976

+56 9 3871 9957

Dirección Coordinaciones Académicas/os Equipo Reconocimientos Campus Centro de Estudiantes Bolsa de Trabajo

Departamento de Ciencias de la Computación
Facultad de Ciencias Físicas y Matemáticas
Universidad de Chile

Beauchef 851, Edificio Norte, Tercer Piso
Santiago, Chile. C.P. 837-0456
+562 2978 0652
fake@dcc.uchile.cl

contacto@dcc.uchile.cl

Instagram

YouTube

Spotify

© 2022 - 2024 Departamento de Ciencias de la Computación, Universidad de Chile