CURSO DE ANÁLISIS PREDICTIVO Y MODELOS NO SUPERVISADOS PARA BANCA Y FINANZAS

Docente

Nombre del docente

Fecha de inicio

Horarios

Fecha de finalizacion

Docentes Expertos

¿Qué aprenderás en este curso?

Publico objetivo

Resultados esperados

Modulo I

Fundamentos del Machine Learning No Supervisado

Conceptos clave y comparación con el aprendizaje supervisado.
Casos de uso: segmentación de clientes, detección de anomalías, análisis exploratorio.

Modulo II

Algoritmos de Clustering

K-Means: Funcionamiento, ventajas y limitaciones.
DBSCAN: Clustering basado en densidad para detectar formas arbitrarias.
Clustering Jerárquico: Enfoques aglomerativos y divisivos.

Modulo III

Reducción de Dimensionalidad

PCA: Identificación de componentes principales para simplificar datos.
t-SNE: Visualización de datos en alta dimensión para exploración.
Aplicaciones prácticas: visualización de clusters y reducción del ruido en datos.

Modulo IV

Técnicas Avanzadas de Clustering

Modelos de mezcla gaussiana para datos complejos.
Clustering basado en redes (Graph-based Clustering).
Aplicaciones avanzadas: agrupación de clientes o productos en datos de gran escala.

Modulo V

Evaluación de Modelos No Supervisados

Métricas cuantitativas: índice de silueta, cohesión y separación.
Evaluación cualitativa: validación manual y análisis de casos.
Interpretación y comunicación de resultados para toma de decisiones.

Modulo VI

Modulo VII

Modulo VIII

Modulo IX

Modulo X

Modulo XI

Modulo XII

"Este programa me ayudó a fortalecer mi investigación con herramientas estadísticas y de inteligencia artificial. Es práctico, completo y totalmente aplicable a tesis y proyectos académicos."

"Gracias a este programa, logré estructurar mi tesis doctoral con un enfoque metodológico sólido. Las herramientas de inteligencia artificial que aprendí me ayudaron a analizar grandes volúmenes de datos de forma eficiente."

"La combinación entre estadística aplicada e IA fue justo lo que necesitaba para llevar mis investigaciones al siguiente nivel. Recomiendo esta especialización a todo investigador serio."

"El programa no solo me dio conocimientos técnicos, también me enseñó a aplicarlos en el contexto real de mi tesis. ¡Una inversión totalmente valiosa!"

"Aprendí a utilizar metodologías científicas rigurosas junto con herramientas prácticas de IA, lo que ha mejorado significativamente la calidad de mis reportes y modelos."