Técnicas De Machine Learning: Análisis De Los Fenómenos Sociales Para La Gestión Empresarial

Analistas de datos, Analistas de Control de Gestión, Analistas de Planificación, Analistas de estudios cuantitativos, Analistas de investigación de mercado, Investigadores de opinión pública, Consultores en investigación de mercado. Función asociada al puesto de trabajo: analizar datos utilizando herramientas estadísticas y de visualización para identificar patrones, tendencias y correlaciones; generar informes y visualizaciones que traduzcan los hallazgos en insights útiles para la toma de decisiones.

• Identificar los conceptos fundamentales de machine learning y su aplicación en el análisis de fenómenos sociales relevantes para la empresa
• Aplicar técnicas de manejo y preparación de datos en software R en la optimización de la información disponible antes de modelar
• Implementar modelos supervisados de machine learning utilizando R en la evaluación de fenómenos sociales que influyen en la toma de decisiones empresariales
• Implementar modelos no supervisados de machine learning utilizando R en la evaluación de fenómenos sociales que influyen en la toma de decisiones empresariales

• Contar con conocimientos básicos en machine learning (en software como R o Python), estadística y experiencia en el manejo de grandes bases de datos
• Además, se requiere manejo básico de plataformas online, así como conocimientos en Word, Excel y grabación de videos
• El participante debe contar con acceso a un computador Pentium o superior con equipo multimedia, acceso a correo electrónico, y a navegadores como Internet Explorer, Netscape o Firefox
• También es necesario disponer de una conexión a Internet de 256 kb/s o superior

La actividad de capacitación se desarrollará en modalidad E-learning Asincrónico, para lo cual se les enviará a los alumnos el enlace de acceso, nombre de usuario y contraseña para poder acceder a esta. En el inicio del curso, el participante encontrará un módulo de bienvenida, donde el participante encontrará el programa del curso y la metodología (guía del estudiante). Cuenta con una inducción tecnológica, facilitando la navegación y el acceso a los recursos de la plataforma en formato video. Cápsulas de aprendizaje interactivas, infografías, material audiovisual y casos prácticos. El primer método de enseñanza utilizado es la enseñanza-aprendizaje tradicional, donde los contenidos son expuestos y relatados de forma guiada y explicativa mediante recurso audiovisual y cápsulas tutoriales. El segundo método corresponde a la enseñanza-aprendizaje interactivo, este enfoque utiliza una variedad de recursos y técnicas para involucrar a los estudiantes de manera activa y dinámica ofreciend

Instrumento de evaluación: Cada módulo presenta un caso práctico en el que los estudiantes aplicarán las técnicas aprendidas a un caso o base de datos propuesta. Los estudiantes deberán realizar los procedimientos correspondientes y luego subir a la plataforma virtual un archivo R, además de una reflexión respecto a lo realizado, que les permitirá consolidar y profundizar su comprensión sobre las técnicas utilizadas. El curso también cuenta con una evaluación parcial en cada módulo que consta de preguntas de alternativas destinadas a evaluar la adquisición de contenido. Cada evaluación cuenta con una rúbrica y una retroalimentación sobre la respuesta correcta. Adicionalmente cada módulo cuenta con un foro de consultas en donde el tutor resolverá dudas sobre las evaluaciones. Por último, el curso tiene una evaluación final que pretende verificar la adquisición de competencias a través de un trabajo de aplicación práctico en donde los estudiantes deberán aplicar técnicas de machine l