idEvento: 4424
Estado: PreCerrados
Sede:
CALI (VAL)
Fecha de inicio:
22-Ago-2019
Fecha finalización:
23-Ago-2019
Duración: 16 Horas.
Inversión: $3,250,000

El descuento pronto pago no aplica para el pago con carta empresarial. La inversión incluye material, certificado y el 1.5% por concepto de la estampilla Pro cultura, según el Acuerdo 155 de mayo 19 de 2005, expedido por la Alcaldía Municipal de Cali. Los descuentos se aplican sobre el valor sin estampilla.

 

Presentación

RapidMiner & DataScience: Advanced es un curso de dos días que se enfoca en la minería de datos y análisis predictivo avanzado con RapidMiner Studio. En el transcurso de dos días, los estudiantes ampliarán sus conocimientos adquiridos en RapidMiner y DataScience: Foundations y construirán un modelo analítico más sofisticado al tiempo que reforzarán su familiaridad con la interfaz gráfica y todas las características y funciones principales del producto.

 

El curso está estructurado a manera de tutoría donde todo el grupo realiza tareas junto con el instructor como miembros de un equipo de ciencia de datos. Después de completar con éxito este curso, los participantes tendrán una sólida comprensión de cómo funciona RapidMiner Studio. Los participantes podrán preparar datos, crear y validar modelos predictivos, implementar modelos y estarán listos para ampliar sus conocimientos a temas avanzados como RapidMiner Server: Implementación y aplicaciones web, Big Data Analytics con RapidMiner Radoop y Text & Web Mining con RapidMiner.

 

Los ejercicios prácticos durante el curso preparan a los estudiantes para desarrollar los conocimientos adquiridos y aplicarlos a sus propios problemas de minería de datos, resolviéndolos de manera rápida y fácil. Dado que los laboratorios de clase son prácticos y se realizan en las computadoras portátiles personales de los participantes, los estudiantes llevarán a casa el trabajo de clase real con ellos, lo que proporcionará un impulso al mundo real.

 

Dirigido

Analistas avanzados de datos y científicos de datos.

 

 

Docentes
Jaime Alberto Reinoso Castillo

Master of Science (MSc) - Major in Computer Science (Artificial Intelligence), Iowa State University. Especialista en Sistemas Gerenciales de Ingeniería, Pontificia Universidad Javeriana. Ingeniero de Sistemas y Computación, Pontificia Universidad Javeriana. Se desempeñó cono Ingeniero de Proyectos en Oracle Corporation; docente de la carrera de sistemas de la Pontificia Universidad Javeriana y de diplomados de la Universidad Autónoma de Occidente; consultor externo en tecnología; Gerente varias empresas propias de base tecnológica y asistente de investigación, Iowa State University. Actualmente es Director del Centro de Servicios Informáticos de la Pontificia Universidad Javeriana Cali. Algunas certificaciones recientes: Oracle Database 11G: SQL Fundamentals I (1Z0-051), Oracle Certification Program. Cobit5 Fundamentals, ItService. The Data Scientist’s Toolbox, Johns Hopkins University - Coursera.

Horario
Grupo A

Jueves y viernes de 8 a.m. a 12 m. y de 1 p.m. a 5 p.m. 
En caso de fuerza mayor, la Universidad se reserva el derecho de cambio en los docentes y fechas programadas, antes y durante la ejecución del curso. Estos cambios serán informados oportunamente a los participantes.
Lugar: Instalaciones de la Pontificia Universidad Javeriana (Calle 18 No. 118 - 250, Avenida Cañasgordas).
 

Metodología

La metodolgìa sigue un caso pedagógico en la mañana que se usa de base para estudiar tanto teòrica como de forma pràctica los principales conceptos asociados a las ciencias de datos.  Cada concepto es estudiado de forma precisa y posteriormente aplicado al caso en cuestión.  En las tardes, se trabajará con un taller adicional que los estudiantes deberán desarrollar aplicando los conceptos adquiridos en la mañana.  El docente estará en las tardes apoyando a cada estudiante si se requiere alguna aclaración o apoyo.  RapidMiner requiere por razones pedagógicas que cada estudiante traiga su propio portátil con la instalación de RapidMiner Studio versión libre y habiendo instalado los materiales del curso y el taller de las tardes, con el fin de que luego de terminado el curso, los estudiantes puedan seguir desarrollando sus habilidades.

Logros

Luego del entrenamiento, los estudiantes estarán en la capacidad de:

  • Realizar todas las tareas comunes de preparación de datos
  • Construir modelos analíticos predictivos sofisticados
  • Evaluar la calidad de los modelos respecto a diferentes criterios
  • Desplegar modelos predictivos analíticos
  • Utilizar funcionalidades más complejas de RapidMiner Studio
  • Aplicar más técnicas analíticas sofisticadas.