Curso Aplicaciones de Ciencia de Datos para Empresas: Aplicando Machine Learning

Implementa modelos estocásticos y aprendizaje automático para transformar el ecosistema empresarial.

FOLLETO

FECHAS Y HORARIOS

Inicio: 27 de agosto de 2026
Término: 1 de octubre de 2026

Horario: Jueves 18:30 a 21:45 hrs.

Zona Horaria:
GMT-3 entre 8/Sep/2026 y 4/Apr/2027

VER CALENDARIO

MODALIDAD Y LUGAR

Modalidad: Zoom (Online en Vivo)

Online

PRECIO

Precio
CLP $450.000

• Hasta 12 cuotas sin interés con tarjeta de crédito.

DESTACADO

Destacado

Inicio

Octubre 2024

Curso conducente a Professional Certificate en Análisis de Datos

CLASES EN VIVO ONLINE VÍA ZOOM

* La modalidad, sede y fecha de inicio de los programas están sujetos a modificaciones.

¿Qué vas a aprender en Curso Aplicaciones de Ciencia de Datos para Empresas: Aplicando Machine Learning?

Rolando de la Cruz. Dirección Académica

Bienvenida

El Curso Aplicaciones de Ciencia de Datos para empresas: Aplicando Machine Learning busca introducir a ejecutivos e ingenieros de empresas productivas y de servicios, a vincular problemas de negocios con métodos de machine learning ocupados en ciencia de datos. A través de estas herramientas, explotar la información comercial y operacional para aumentar la productividad de los recursos y los resultados operacionales.

El curso abarca diversas problemáticas que afectan a distintas ...

Objetivos

El curso Aplicaciones de Ciencia de Datos para Empresas: Aplicando Machine Learning busca que sus estudiantes puedan:

• Relacionar modelos de ciencia de datos con problemas de negocio en empresas, tanto para la eficiencia comercial y operacional.
• Usar herramientas de modelamiento descriptivo para segmentación de clientes y análisis de canasta de compra.
• Desarrollar metodologías CRISP-DM para la ejecución de proyectos de Ciencia de Datos.
• Analizar casos de uso de herr...

¿A quién va dirigido?

A empresas y emprendedores que requieran poseer la certificación de Analítica de Datos. El perfil objetivo de este programa son:

• Emprendedores.
• Consultores.
• Analistas.
• Directivos.
• Coordinadores.

Módulo 1: Introducción a uso de Ciencia de Datos en Empresas

- Tipos de Modelos en Ciencia de Datos.

- Asociando métodos de machine learning a problemas de negocios.

- Metodologías de Desarrollo de Proyectos en Ciencia de Datos: CRISP-DM.

Módulo 2: Segmentación de Clientes

- Métodos y herramientas de clustering y agrupamiento de datos: K-Medias, Fuzzy C- Means, X-Means.

- Aplicación en Python para segmentación de clientes en una institución bancaria.

- Análisis de Caso de Negocio: Aplicación para análisis e interpretación de segmentos como output de un modelo de machine learning.

Módulo 3: Análisis de Canasta de Compra

Métodos y herramientas para análisis de canasta de compra. Filtros Colaborativos y Reglas de Asociación.

- Aplicación en Python para análisis de canasta de compra usando datos transaccionales de supermercado.

- Análisis de Caso de Negocio: Diseño de campañas de venta cruzada para retailer.

Módulo 4: Retención de Clientes

- Métodos y herramientas de aprendizaje supervisado para clasificación. Arboles de decisión y Regresión Logística.

- Análisis de Caso de Negocio: Aplicación para retención de clientes en compañía de seguros.

- Aplicación en Python para aplicación de modelos de clasificación para estimación de probabilidad de fuga de clientes.

Módulo 5: Predicción de Capacidad de Pago de clientes

- Métodos y herramientas de aprendizaje supervisado para clasificación.

- Redes Neuronales (Perceptrón multicapas) y Support Vector Machines.

- Análisis de Caso de Negocio: Modelo de credit scoring para estimación de capacidad de pago de clientes.

- Aplicación en Python para credit scoring y uso de MLP y SVM para predicción de pago de clientes de tarjeta de crédito.

Módulo 6: Predicción de Demanda

- Modelos de regresión lineal y estimación de mínimos cuadrados. Interacciones entre variables y transformaciones no lineales a variables independientes.