Bienestar-Mental-Hero Detalle Desktop Bienestar-Mental-Hero Detalle Movil

Curso-Taller

Machine Learning con Python para Negocios

Machine Learning con Python para Negocios

Solicita Información Preguntas Frecuentes Contacta a un asesor Comprar ahora

Descripción

Aplica machine learning con Python para desarrollar y evaluar modelos predictivos orientados a problemas de negocio, integrando preparación de datos, partición adecuada, entrenamiento, validación y métricas de desempeño, así como la interpretación y comunicación de resultados, con un enfoque práctico que priorice modelos útiles, evaluables y basados en evidencia para la toma de decisiones.

Beneficios del programa

  • Aprendes a identificar problemas de negocio que realmente pueden resolverse con machine learning.
  • Comprendes cómo preparar datos de forma correcta para construir modelos más sólidos y confiables.
  • Desarrollas criterios para elegir entre modelos de regresión y clasificación según el tipo de problema.
  • Incorporas herramientas para evaluar y mejorar el desempeño de los modelos de manera práctica.
  • Entiendes cómo interpretar los resultados y explicarlos a audiencias técnicas y ejecutivas.
Machine Learning con Python-Beneficios

Dirigido a:

Personas interesadas en iniciar en ciencia de datos aplicada a negocio, con interés en modelos predictivos.

¿Pueden participar alumnos de los últimos semestres?

SI

Temario

Machine Learning con Python-Modulo1

Módulo 1

Casos de uso y formulación del problema

Identifica problemas de negocio aptos para machine learning, define correctamente la variable objetivo y selecciona las características relevantes. También evita fugas de información y establece un baseline y un diseño experimental que permiten evaluar con claridad la solución propuesta.

Machine Learning con Python-Modulo2

Módulo 2

Preparación de datos para ML

Prepara los datos antes del modelado, organiza la información, separa los conjuntos de entrenamiento y prueba, y aplica técnicas como codificación, escalamiento e imputación. Asimismo, construye un pipeline reproducible que facilita un trabajo más ordenado y consistente.

Machine Learning con Python-Modulo3

Módulo 3

Modelos de regresión

Aplica modelos de regresión para abordar problemas donde se predicen valores numéricos con una perspectiva práctica y orientada a negocio. Interpreta métricas como MAE, RMSE y R², y desarrolla un modelo de regresión.

Machine Learning con Python-Modulo4

Módulo 4

Modelos de clasificación

Explora modelos de clasificación para resolver problemas donde la respuesta pertenece a una categoría específica. Además, analiza métricas como accuracy, precision, recall, F1 y ROC-AUC, y trabaja con una matriz de confusión.

Machine Learning con Python-Modulo5

Módulo 5

Ajuste y selección de modelos

Mejora modelos mediante cross-validation, búsqueda de hiperparámetros y control del overfitting para obtener soluciones más robustas. También revisa estrategias de regularización y realiza un taller para elevar el desempeño del baseline.

Machine Learning con Python-Modulo6

Módulo 6

Interpretación

Interpreta los resultados de un modelo para comunicar hallazgos de forma clara y útil. Revisa la importancia de las variables, la sensibilidad del modelo y la elaboración de un reporte dirigido a audiencias ejecutivas.

Machine Learning con Python-Modulo7

Módulo 7

Entrega final y evaluación

Integra el pipeline final para consolidar todo lo aprendido en una solución completa y presentable. Además, desarrolla un documento con resultados, limitaciones y recomendaciones.

Fechas:

29 y 30 de junio, 1, 2, 3, 6 y 7 de julio 2026

Horario:

Lunes a Viernes 

17:00 a 20:00 h

 

 

 

Lugar:

Salas Virtuales

 

Inversión:

$10,500.00 MXN

Programas Recomendados