Matemáticas Avanzadas para la Ciencia de Datos

3 módulos en 8 semanas.

Clases en vivo de lunes, miércoles y viernes.

19:30 a 21:00 (CDT)

Perfil de Estudiante

Practicantes de Machine Learning con intuición sobre las aplicaciones y las dificultades en problemas relacionados con Datos. El estudiante debe estar interesado en los detalles matemáticos relacionados con la Estadística, la Probabilidad el Álgebra Lineal, la Optimización o el Cálculo detrás de los algoritmos comúnmente utilizados. También es posible cursar este curso después de nuestro curso lo Esencial de Ciencia de Datos.

Tarifa en México

MXN $ 7,000 + IVA Internacional

Tarifa internacional

USD 350

Button Text

Objetivos:

a. Estudiar las ideas provenientes de las matemáticas utilizadas en Ciencia de Datos desde tres puntos principales: la Probabilidad, el Álgebra Lineal y la Optimización.

b. Familiarizar al estudiante con el lenguaje matemático comúnmente utilizado en Ciencia de Datos así como su utilidad tanto para resolver problemas concretos como para identificar dificultades. 

c. Estudiar algunos algoritmos y modelos matemáticos comúnmente utilizados en Machine Learning desde un punto de vista detallado para poner en práctica lo aprendido. 

d. Practicar el manejo de objetos matemáticos utilizando Python.

Temario:

Tres módulos

1. Elementos de Estadística y Probabilidad 

2. Elementos del Álgebra Lineal

3. Elementos de la Optimización y el Cálculo Vectorial 

Elementos de estadística y probabilidad

1. Kolmogorov, Independencia y Condicionamiento

2. Variables Aleatorias Discretas y Momentos

3. Ley de los Grandes Números y Máxima Verosimilitud

4. Variables aleatorias continuas, el Teorema Límite
Central y las distintas Convergencia

5. Intervalos de confianza y tests estadísticos

6. Inferencia Bayesiana

7. Muestreos de Gibbs

8. Redes Bayesianas

Matemáticas Avanzadas para la Ciencia de Datos
Suscríbete al curso
Muchas gracias, hemos recibido tu mensaje
Oops! Something went wrong while submitting the form.

Fecha:

Precio:

Duración del curso:

Clase abierta

Las matemáticas de la Ciencia de Datos

Nuestro track completo en la Ciencia de Datos

Introducción a Python 
(nivel propedéutico)

Curso gratis y on-demand para conocer las bases de Python, reforzar conocimientos y preparar a los participantes para cualquiera de los siguientes cursos.

ML & AI For the Working Analyst 
(nivel profesional)

Enfocado en profesionales que buscan usar AI y ML en su trabajo o que desean entrar en este ámbito laboral. Este curso cubre desde el manejo de Python y R, hasta las bases matemáticas de 15 diferentes algoritmos. 

Matemáticas para la Ciencia de Datos 
(nivel practicante/avanzado)

Ideal para quienes quieran avanzar y tener un mayor entendimiento de los lenguajes matemáticos comúnmente utilizado en la Ciencia de Datos.

Especialización en Deep Learning
(nivel practicante/avanzado)

Curso de nivel avanzado que cubre el entendimiento detallado de las redes neuronales y algunas de las herramientas más poderosas de la Inteligencia Artificial.

Colegio de Matemáticas Bourbaki

Colegio de Matemáticas Bourbaki es un espacio para el aprendizaje personalizado. Aquí se imparten métodos de enseñanza para acercar a las personas al trasfondo matemático en múltiples fenómenos y procesos. Nuestro objetivo es vincular la academia con aplicaciones de la realidad imperante.

La institución tiene una responsabilidad con la sociedad: procurar siempre el rigor académico en todos sus servicios. Su objetivo es convertir el conocimiento matemático en una inversión sostenible, que genere riqueza.

La especialización es la piedra central de la comprensión de los problemas, el primer paso en la ruta hacia las respuestas que demanda la realidad. La selección de material educativo asertivo y la atención a los detalles correctos aleja a Colegio Bourbaki de los cursos express. Asumimos que con claridad, constancia y transparencia, se construye un camino intelectual sincero.

Lo que dicen nuestros graduados

“La forma en que lo llevan el curso es muy bueno, es decir, de la teoría a la práctica. El que nos hagas pensar en otras aplicaciones, le da un mayor valor, ya que eso permite ver más allá de los ejemplos vistos.

Aunado a eso, el tiempo que dedican a resolver las dudas, y las diferentes formas de abordarlas, es algo que también valoro y agradezco muchísimo, así como el incitar la participación.

En resumen estoy muy contento y agradecido por este maravilloso curso, que si bien el contenido es excelente, también la forma y dedicación con la que lo imparten.”
- Jorge

“Es un curso avanzado, bastante completo en temas de Machine Learning, desmenuzarás y entenderás modelos de predicción en casos reales, los cuales aplicarás. Los profesores tienen mucha paciencia, y disponibilidad para esclarecer tus dudas, entre clases o fuera de ellas, si no te quedan claras las clases puedes repasar a través de los vídeos, los cuales también son de mucha ayuda. Es bastante completo, se necesitan bases de programación, y de matemáticas (los profesores facilitan mucho este último). Se lo recomiendo a todo aquel que esté interesado en enriquecer y fortalecer sus conocimientos en ML.”

- Paola


“Quedé más que satisfecha con los contenidos entregados, fue la mejor decisión que pude tomar.

Creo que la autocrítica vendría de mi parte, hubiese querido poder dedicarle más tiempo, pero aún así me quedo la impresión de haber aprendido bastante.

Como recomendaciones, creo que el formato de dos clases a la semana es bastante cómodo, pues permite que los contenidos se mantengan frescos.”

- Daniela


“Recomiendo el curso… Los ejercicios están muy bien elegidos y los ejemplos son muy elocuentes por sí mismos, razón por la cual son más que útiles y apropiados para la comprensión de los temas por parte del principiante. Una especial felicitación para el Dr. Alfonso por su expertise en la materia.”

- Pablo

Bourbaki Finanzas Logo

Bourbaki Finanzas

Matemáticas Avanzadas para la Ciencia de Datos

Solicitar informes

a. Estudiar las ideas provenientes de las matemáticas utilizadas en Ciencia de Datos desde tres puntos principales: la Probabilidad, el Álgebra Lineal y la Optimización.

b. Familiarizar al estudiante con el lenguaje matemático comúnmente utilizado en Ciencia de Datos así como su utilidad tanto para resolver problemas concretos como para identificar dificultades. 

c. Estudiar algunos algoritmos y modelos matemáticos comúnmente utilizados en Machine Learning desde un punto de vista detallado para poner en práctica lo aprendido. 

d. Practicar el manejo de objetos matemáticos utilizando Python.

3 módulos en 8 semanas.

Clases en vivo de lunes, miércoles y viernes.

19:30 a 21:00 (CDT)

Perfil de Estudiante

Practicantes de Machine Learning con intuición sobre las aplicaciones y las dificultades en problemas relacionados con Datos. El estudiante debe estar interesado en los detalles matemáticos relacionados con la Estadística, la Probabilidad el Álgebra Lineal, la Optimización o el Cálculo detrás de los algoritmos comúnmente utilizados. También es posible cursar este curso después de nuestro curso lo Esencial de Ciencia de Datos.

Tarifa en México

MXN $ 7,000 + IVA Internacional

Tarifa internacional

USD 350

Tres módulos

1. Elementos de Estadística y Probabilidad 

2. Elementos del Álgebra Lineal

3. Elementos de la Optimización y el Cálculo Vectorial 

Elementos de estadística y probabilidad

1. Kolmogorov, Independencia y Condicionamiento

2. Variables Aleatorias Discretas y Momentos

3. Ley de los Grandes Números y Máxima Verosimilitud

4. Variables aleatorias continuas, el Teorema Límite
Central y las distintas Convergencia

5. Intervalos de confianza y tests estadísticos

6. Inferencia Bayesiana

7. Muestreos de Gibbs

8. Redes Bayesianas

Profesores del curso

No items found.

Próxima fecha

Foto decorativa del formulario
Solicita información
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Contacto