Certificación en Aprendizaje automático

Volver

Aprendizaje automático

Certificación en modalidad híbrida

MÁS INFORMACIÓN

INSCRIBIRME

DESCARGAR BROCHURE

FECHA DE INICIO

07 de Septiembre de 2024

DURACIÓN

108 horas

Sobre la certificación:

¡Descubre tu potencial en el fascinante mundo de la Inteligencia Artificial! Esta certificación te brindará las habilidades y conocimientos necesarios para abordar los conceptos, técnicas y métodos del aprendizaje automático. Aprenderás a seleccionar el modelo adecuado para cada conjunto de datos, evaluar su efectividad y utilizar los resultados para tomar decisiones informadas, tanto en situaciones específicas como de la cotidianidad. No pierdas esta oportunidad y prepárate para ser parte de la próxima generación de líderes en tecnología.

Por qué estudiar nuestra certificación:

El aprendizaje automático es una herramienta esencial para las organizaciones que buscan tomar decisiones estratégicas basadas en datos. La capacidad de construir y aplicar modelos de aprendizaje automático eficaces es crucial. Esta certificación aborda la creciente demanda de expertos en Aprendizaje Automático que puedan identificar patrones significativos y traducir datos complejos en decisiones estratégicas. Al completar esta certificación, los profesionales estarán equipados con competencias clave para seleccionar modelos adecuados y evaluar su impacto, convirtiéndose en activos valiosos para cualquier organización que busque optimizar su rendimiento.

Estarás en capacidad de:

Seleccionar el modelo de aprendizaje automático más adecuado para un problema específico, considerando las características del problema y las propiedades de los datos.

Implementar modelos de aprendizaje automático, utilizando herramientas y lenguajes de programación líderes en la industria.

Evaluar el rendimiento de los modelos de aprendizaje automático, utilizando métricas apropiadas e interpretando los resultados para poder comunicar posibles hallazgos.

Aplicar modelos de aprendizaje automático para resolver problemas reales en diversos dominios, como: Finanzas, marketing, manufactura y atención médica, etc.

Dirigido a:

Profesionales de ingeniería con habilidades en programación en Python y sólidos conocimientos en estadística y matemáticas, interesados en adentrarse en el campo de la inteligencia artificial. También es ideal para líderes de proyectos o profesionales involucrados en la toma de decisiones dentro de organizaciones, así como para aquellos interesados en desarrollar consultoría en este campo.  

Modalidad:

Híbrido

Horario:

Lunes a viernes de 6:00 p. m. a 8:00 p. m. o sábados de 8:00 a. m. a 12:00 m. 

Los cambios eventuales que se puedan presentar en la programación inicial (fechas, horarios, docentes) serán informados, oportunamente, a los estudiantes.

Módulo 1: Aprendizaje automático

Docente: Santiago Ortiz

El módulo proporciona las herramientas necesarias para estimar modelos lineales que explican el comportamiento de variables cuantitativas y binarias en relación con otras variables, incluidas sus variaciones. Se explorarán técnicas para seleccionar el modelo óptimo, minimizando errores y optimizando la cantidad de variables. Se enfatiza la interpretación de los resultados para la toma de decisiones en condiciones de incertidumbre.

Módulo 3: Aprendizaje automático III

Docente: Anibal Ossa

El módulo consta de dos unidades: supervisado y no supervisado. La primera cubre modelos MARS, ARMA, ARIMA, y ensambles como bosques aleatorios, bagging, stacking y boosting, esenciales para predicción y clasificación en finanzas, salud, etc. En la segunda unidad, se abordan técnicas de reducción de dimensionalidad como kernel-PCA y t-SNE, y algoritmos de clustering jerárquico y DBSCAN para identificar patrones en datos sin etiquetas.

Certificación:

Recibe el certificado en Aprendizaje automático Si deseas continuar tu posgrado con la universidad, tendrás la opción de homologar 9 créditos académicos si eres admitido en la Maestría inteligencia artificial aplicada. Lo anterior, tendrá una vigencia de 3 años, una vez haya culminado la certificación.

Anibal Sosa

Profesor del Departamento de Ciencias Físicas y Exactas de la Universidad ICESI. PhD en Ciencias Computacionales de la Universidad de Texas, El Paso (USA), con títulos de Maestría en Ciencias Computacionales de la misma Universidad y Maestría en Matemáticas de la Universidad del Valle. Investigador en matemáticas aplicadas a problemas inversos del grupo de investigación I2T de la Universidad ICESI. Sus intereses de investigación incluyen la aplicación de las técnicas de optimización aplicadas a problemas inversos en diferentes áreas como geofísica, teoría de portafolio y optimización numérica. Así mismo actualmente trabajo en el área de inteligencia artificial y optimización para análisis de datos. Exbecario Fulbright con media docena de artículos publicados en revistas indexadas y más de una docena de artículos presentados en conferencias nacionales e internacionales.

Milton Orlando Sarria Paja

Profesor del Departamento de Computación y Sistemas Inteligentes de la Universidad ICESI. PhD en Telecomunicaciones de la Universidad de Quebec (institut national de la recherche scientifique - INRS), Montréal (Canadá), con títulos de Maestría en Ingeniería - Automatización Industrial e Ingeniería Electrónica de la Universidad Nacional de Colombia. Investigador en temas relacionados con aprendizaje automático y procesamiento digital de señales (Audio e Imágenes) y sus diferentes aplicaciones. Sus intereses de investigación incluyen la aplicación de las técnicas de aprendizaje automático en sistemas biométricos, igualmente tengo experiencia trabajando con diferentes modalidades de voz incluido susurros, afectiva, y patológica. Ex becario de MINCIENCIAS con publicaciones a nivel nacionales en internacional en revistas indexadas y en conferencias especializadas.

Santiago Ortiz Arias

Ingeniero Industrial e Ingeniero Administrador de la Universidad Nacional de Colombia Sede Medellín y Magíster en Matemáticas Aplicadas de la Universidad EAFIT. Actualmente es estudiante del Doctorado en Ingeniería Matemática de la misma institución, con énfasis en modelos estadísticos de supervivencia. Sus intereses académicos están enfocados en el área de la estadística, específicamente en metodologías robustas y no-paramétricas, modelos de regresión, métodos de detección de outliers, control estadístico de calidad y análisis de supervivencia.

Inscripción y forma de pago

Diligenciar Online el formulario de inscripción

El formulario de inscripción puede ser encontrado en este link: http://www.icesi.edu.co/inscripcion_educacion_continua/

Realice su pago aquí

Pagar en línea y en las entidades financieras que se relacionan en el recibo de pago del programa de Educación Continua.

Pagar en línea

Puede generar la factura y proceder a pagar el valor del programa

Pagar en línea y en las entidades financieras que se relacionan en el recibo de pago del programa de Educación Continua.

Programas

Admisiones

Admisiones

Admisión

Admisiones

Registros

Academia

Academia

Negocios y Economía

Academia

Ciencias Humanas

Academia

Ciencias de la Salud

Academia

Ingeniería, Diseño y Ciencias Aplicadas

Vive como en casa

¿Qué programa estás buscando?

Aprendizaje automático

Certificación en modalidad híbrida

FECHA DE INICIO

DURACIÓN

Sobre la certificación:

Estarás en capacidad de:

Dirigido a:

DESCARGA TODA LA INFORMACIÓN EN PDF

Modalidad:

Horario:

Módulo 1: Aprendizaje automático

Módulo 2: Aprendizaje automático II

Módulo 3: Aprendizaje automático III

Módulo 4: Proyecto I de Innovación Tecnológica en Inteligencia Artificial

DESCARGA TODA LA INFROMACIÓN EN PDF

Anibal Sosa

Milton Orlando Sarria Paja

Santiago Ortiz Arias

DESCARGA TODA LA INFORMACIÓN EN PDF

Inscripción y forma de pago

Diligenciar Online el formulario de inscripción

Realice su pago aquí

Puede generar la factura y proceder a pagar el valor del programa

¿NO ENCUENTRAS LO QUE BUSCAS?

Noticias y Eventos

¿NO ENCUENTRAS LO QUE BUSCAS?

Contacto

Programas

PREGRADO

POSGRADO

ADMISIONES

FACULTADES

INVESTIGACIÓN

Programas

PREGRADO

POSGRADO

ADMISIONES

FACULTADES

INVESTIGACIÓN