Webinar bajo demanda

Introducción a Machine Learning

Machine learning, junto con la inteligencia artificial y la analítica de datos, pueden ayudar a abordar un sinnúmero de problemas, desde el manejo de los aspectos cotidianos del negocio, al cambio climático, pasando por el manejo macroeconómico de un país y muchas otras cuestiones sociales y economicas. De ahí que hoy sea tan necesario conocer las perspectivas sobre estas disciplinas, y cómo aplicarlas en nuestros propios ámbitos profesionales.

Por esta razón ofrecemos este webinar, que sirve como una introducción de alto nivel a machine learning, con el fin de permitir a los tomadores de decisiones de habla hispana obtener una visión monográfica sobre esta temática, y así, permitirles empezar una planeación sobre cómo esta disciplina debe ser adoptada y desarrollada en sus organizaciones.

Regístrese para asistir a la sesión grabada • Sin costo

Sobre el webinar

Ya sea que usted necesite obtener una visión de alto nivel sobre el machine learning para aplicarlo en el manejo de su equipo de trabajo en ciencia de datos, o bien, si es un estadístico o analista en ciencia de datos en busca de obtener una introducción a los conceptos básicos de la ciencia de datos, este curso le ayudará a aprender los conceptos del aprendizaje automático o machine learning. 

Le presentaremos las definiciones básicas de machine learning, los tipos de métodos de aprendizaje automático, aprendizaje automático supervisado versus no supervisado y los factores que impulsan las tendencias en el machine learning.

También, aprenderá a:

  • Distinguir entre un proyecto de modelado estadístico y un proyecto de aprendizaje automático.
  • Identificar los 4 tipos de Aprendizaje Automático y cuándo son apropiados.
  • Comprender los factores que impulsan un mayor uso del machine learning.

¡No pierda esta oportunidad!

  • Si es directivo y actualmente trabaja con equipos de ciencia de datos o planea trabajar con equipos de ciencia de datos en el futuro. 
  • Si es estadístico o  analista de datos y está interesado en una introducción a los conceptos básicos de la ciencia de datos.
  • Requisitos previos: Ninguno
  • Aprenda sobre: 
    • Definiciones clave: machine learning frente a modelado estadístico.
    • Cuatro tipos de aprendizaje automático.
    • Supervisado, no supervisado, semisupervisado, refuerzo.
    • Factores que impulsan las tendencias del aprendizaje automático.

¿Tiene un Perfil SAS? Para completar este formulario automáticamente: Ingresar

*
*
*
*
 
 
*
*

Toda la información personal será manejado de acuerdo al Aviso de Privacidad de SAS.

 
  Sí, deseo recibir información ocasional de SAS Institute Inc. y sus filiales y afiliados sobre los productos y servicios de SAS. En cualquier momento podré oponerme al uso de mis datos con dicha finalidad haciendo clic al enlace de opt-out existente en los correos electrónicos recibidos.
 
 

Nuestro experto


Howard S. Friedman

Howard Steven Friedman es científico de datos, economista de la salud y escritor que ha trabajado en el sector público, privado y académico durante décadas. 

Imparte, en la Universidad de Columbia, cursos de Estadística, Ciencia de Datos, Evaluación de Programas y Economía de la Salud, incluidos cursos sobre Aprendizaje Automático en R y Python.

Friedman ocupó un puesto de director en Capital One, donde dirigió equipos de científicos de datos, estadísticos, analistas y programadores en diversas áreas de operaciones y marketing. Posteriormente creó empresas que prestaban servicios de consultoría en áreas de diseño, desarrollo y modelado de datos. 

Es autor/coautor de un centenar de artículos científicos y capítulos de libros en áreas de ciencia de datos, estadística, economía de la salud y política.

¡Regístrate ahora!