• ¿Qué es la Ciencia de Datos? Presente y futuro de la Inteligencia Artificial.
• Problem Resolving, Agentes, Search
• Plataformas Cloud/Necesidades del Big Data

• Programación en R para la ciencia de datos
• Los paquetes de R y el «tidyverse»
• Importar, organizar, analizar y comunicar con R

• Conceptos básicos e introducción a la programación
• Librerías más empleadas en tratamiento de datos y machine learning
• Prácticas con Jupyter Notebooks para documentar código y facilitar la ejecución interactiva

• Soluciones Big Data en el Cloud. Diseño de sistemas inteligentes.
• Problemas que nos encontramos en Data Science y como abordarlos.
• Aprendizaje automático.

• Fundamentos de la arquitectura
• Tratamiento, transformación y limpieza de datos.
• Obtención de datos, inferencia de datos y modelado de datos.
• Diseño de las necesidades del sistema.
• Casos prácticos

• Presentación de las técnicas más básicas: histogramas, scatter plots…
• Técnicas de visualización más avanzadas ilustradas con problemas reales.
• Detección de valores atípicos.
• Correlaciones o indicadores de discriminación para entender cuáles son las variables más predictivas/discriminativas.
• Introducción a proyecciones que revelan estructuras en los datos. En particular, el análisis de componentes principales.

• Series temporales y su necesidad en Data Science

• Elementos esenciales del aprendizaje supervisado
• Algoritmos intuitivos en modelos de clasificación y regresión
• Modelación en R utilizando el paquete «caret» y los «tidymodels»

• Descubriendo la optimización
• Introducción a las máquinas de vectores soporte (SVM)
• Introducción a los algoritmos genéticos
• Prácticas con R

• Análisis de las principales técnicas de regresión: Lineal, Splines, Quantiles, Lasso y regresión logística
• Técnicas avanzadas de regresión
• Diseño de experimentos para mitigar problemas de causalidad

• Cluster Analysis: k-means, k-medoids. Association Rules: The apriori algorithm. Association rules sequences. The cspade algorithm
• Cluster Analysis/ Hierarchical clustering: Agnes – Diana, Types of linkages . Examples on movie suggestion engines, cell phone towers placement, etc

• Descubriendo las funcionalidades básicas de Spark
  • Definición y manejo de RDDs
  • Manipulación de DataFrames y DataSets
  • Transformaciones y acciones más comunes en el procesamiento de datos distribuidos sobre Spark
  • Desarrollo de PySpark
• Librería de modelado MLlib de Spark
  • Construcción de algoritmos descritos
  • Construcción de features
  • Pipeline completo de machine learning con PySpark.

• Redes neuronales básicas y a las redes profundas utilizando «Tensor Flow».
• Técnicas de clasificación: Combinación de clasificadores

• Introducción básica (expresiones regulares, tokenización, extracción de características)
• Preprocesamiento de textos (limpieza del texto, lematización, bolsa de palabras, pos tagging, librerías de python)
• Reconocimiento de entidades
• NLP en algoritmos de machine learning (análisis de sentimiento, word embeddings, tf-idf)

• Utilización de combinación de clasificadores
• Mejora de resultados y tasas de correcta clasificación y predicción

Presenta tu propio proyecto

• Premio Kaggle
• Impacto de Negocio