El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.
Courtlyn
Especialista de promociones y eventosAprende programación de Python y programa para implementar machine learning en los negocios. *Los materiales de este programa se encuentran en inglés. El programa requiere un conocimiento universitario de estadística, cálculo, álgebra lineal y probabilidad.
Nuestros estudiantes nos han comentado que tomar este programa en conjunto con colegas les permite tener un lenguaje común y acelerar el impacto en sus proyectos.
Esperamos que sea igual para ti. Contamos con un descuento especial para grupos.
El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.
Courtlyn
Especialista de promociones y eventosDe acuerdo con la información que proporcionaste, tu equipo sería candidado a un descuento especial para el programa Machine Learning Aplicado que comienza el TBD .
Te hemos enviado un correo con los siguientes pasos para tu inscripción. Si ahora mismo estás listo para inscribirte, haz clic en el botón de abajo.
¿Tienes una consulta? Contáctanos a admisiones.latam@emeritus.orgEl programa de machine learning aplicado te enseña un amplio conjunto de técnicas de enfoques de machine learning supervisado y no supervisado que utilizan Python como lenguaje de programación.
Dado que este curso requiere un conocimiento intermedio de Python, pasarás la primer parte del programa aprendiendo Python para Analítica de Datos impartido por Emeritus. Esto te proporcionará el conocimiento de programación integral necesario para sacar el máximo beneficio del certificado en Machine Learning Aplicado.
Si estás buscando implementar o liderar un proyecto de machine learning o deseas incorporar la capacidad del machine learning a tus aplicaciones de software, este programa es para ti. Este es un curso de programación: se te pedirá que escribas código..
REQUISITOS PREVIOS:
El curso requiere un conocimiento universitario de estadística (estadística descriptiva, regresión, distribuciones de muestreo, prueba de hipótesis, estimación de intervalo, etc.), cálculo (derivadas), álgebra lineal (transformación de vectores y matrices) y probabilidad (probabilidad condicional / teorema de Bayes).
* Evaluación: Los estudiantes recibirán una evaluación para probar sus habilidades matemáticas antes de comenzar el curso. Puede ver ejemplos de preguntas haciendo clic aquí. Para familiarizarse con los temas de la evaluación, consulte los recursos de aprendizaje haciendo clic aquí.
Crecimiento anticipado en USD del gasto en IA y ML para 2021
Crecimiento salarial esperado para los científicos de datos (vs. <2% de aumento salarial promedio en todas las ocupaciones)
Disminución del tiempo de 'clic para enviar' por parte de Amazon utilizando un algoritmo de ML
Más allá de la teoría, nuestro enfoque invita a los participantes a una conversación, donde el aprendizaje es facilitado por expertos en la materia en vivo y enriquecido por profesionales en el campo del aprendizaje automático:
Parte 1: Python para análisis de datos (contenido de video impartido por Emeritus)
Parte 2: Machine learning aplicado (contenido de video de Columbia Engineering – impartido por Emeritus)
Aprendizaje supervisado
Unsupervised Learning
Construirás un motor de recomendación de películas aplicando técnicas de modelado de temas y filtrado colaborativo. Utilizarás un conjunto de datos que contiene 20 millones de calificaciones de espectadores de 27 mil películas.
Escribirás un código para predecir los precios de la vivienda en función de varios parámetros disponibles en el conjunto de datos de Ames City, compilado por Dean De Cock, utilizando regresión lineal de mínimos cuadrados y regresión lineal bayesiana
Predecirás la actividad humana (caminar, sentarse, pararse) que corresponde a las medidas del acelerómetro y giroscopio aplicando la técnica de vecinos más cercanos.
Detectarás posibles fraudes utilizando datos de transacciones de tarjetas de crédito y aplicarás el método de bosque aleatorio para identificar transacciones fraudulentas.
Crearás segmentos de mercado utilizando el conjunto de datos del censo de E.U. y aplicando el método de agrupación de k-medias.
Nota: Todos los nombres de productos y empresas son marcas comerciales™ o marcas comerciales registradas® de sus respectivos propietarios. Su uso no implica ninguna afiliación o respaldo por su parte.
1. Revisa la evaluación de matemáticas de muestra para ver si te sientes seguro con el material que incluye cálculo, álgebra lineal, probabilidad y estadística.
2. Revisa los recursos de aprendizaje para familiarizarte con el contenido del cuestionario de evaluación.
3. Envía tu solicitud.
4. Haz la evaluación de matemáticas. Tendrás dos intentos. Los participantes que superen la evaluación tendrán acceso al curso. Las tarifas de depósito se reembolsarán a los participantes que no aprueben la evaluación.
El programa lo familiariza con los algoritmos y aplicaciones de machine learning. También lo ayudará a comprender el enfoque de un problema comercial y le proporcionará el conocimiento de herramientas necesario para realizar la transición a una función de machine learning o ciencia de datos.
El programa lo familiariza con los algoritmos y aplicaciones de machine learning y proporciona una base sólida en estadísticas/matemáticas y habilidades de resolución de problemas para ayudarlo a resolver problemas de nivel empresarial. El curso Machine Learning Aplicado aumenta su conocimiento existente de varias herramientas y amplía su conjunto de habilidades como profesional de ciencia de datos o machine learning.
El programa lo familiariza con los algoritmos y aplicaciones de machine learning, al tiempo que le proporciona una base sólida en estadística/matemáticas y mejora su visión comercial, aumenta su conocimiento de programación existente y amplía las tecnologías con las que está familiarizado; lo que lo ayuda a desarrollar aún más su conjunto de habilidades como profesional de ciencia de datos o machine learning.
¡Absolutamente! El conocimiento de la ciencia de datos y el machine learning (ML) se ha convertido rápidamente en un requisito en todas las industrias, y todas las empresas eventualmente necesitarán usar estas técnicas para prosperar. Si bien es posible que su función actual no requiera conocimientos de machine learning, es casi seguro que las habilidades de ML tendrán una gran demanda en la mayoría de las industrias en el futuro.
El programa es una combinación de teoría, herramientas y estudios de caso (conjuntos de datos) que son fáciles de asimilar e implementar. Por ejemplo, los estudiantes trabajan en proyectos de aplicación que les exigen emplear los conceptos de machine learning que han aprendido a conjuntos de datos y derivar inferencias. Estos proyectos de aplicación están diseñados intencionalmente para ser desafiantes y se espera que los estudiantes dediquen mucho tiempo y esfuerzo a resolverlos; probablemente de 6 a 8 horas por semana. Al final del curso, los estudiantes podrán aplicar el machine learning para resolver muchos de los problemas comerciales que enfrentan en su lugar de trabajo.
Columbia Engineering Executive Education está colaborando con el proveedor de educación en línea Emeritus para ofrecer una cartera de cursos en línea de alto impacto. Estos cursos aprovechan el liderazgo intelectual de Columbia en la práctica de la gestión desarrollado durante años de investigación, enseñanza y práctica.
Requisitos del sistema recomendados
Al completar con éxito el programa, los participantes recibirán un certificado digital verificado de Emeritus en colaboración con Columbia Engineering Executive Education.
Descarga el Folleto