Machine Learning para economía y ciencias sociales aplicadas
Durante los últimos años han surgido una gran variedad de datos e información que son utilizadas cada vez más por cientistas sociales tanto en su labor académica como profesional. Esto no solo incluye información del mundo de hoy, como puede ser prensa, transacciones financieras o redes sociales, si no también datos históricos, desde entrevistas digitalizadas hasta diarios y documentos históricos.
Descripción del Curso
Trabajaremos con varios workshops que servirán como introducción al mundo de data science, big data y especialmente a Machine Learning para economistas y otros profesionales de ciencias sociales. En particular durante el curso se buscará introducir al participante en las siguientes áreas:
1) Introducción a machine learning y big data.
2) Supervised learning
3) Unsupervised learning
4) Problemas de predicción y políticas.
5) Machine Learning y causalidad.
6) Tranformación y utilización de texto en datos.
Dependiendo del interés de los participantes, puede asimismo destinarse la última clase a la introducción de herramientas de machine learning aplicadas a finanzas. El curso se compondrá de discusiones teóricas y aplicaciones prácticas en la que utilizaremos Python (no es necesario tener conocimientos previos al iniciar el curso).
A quién va dirigido
– Estudiantes y graduados en economía así como estudiantes y graduados en otras ciencias sociales con conocimientos medios de estadística.
– Profesionales y usuarios de negocio, no técnico, sin experiencia en Business Analytics y que deseen una primera aproximación al tema con una inversión mínima
¿Qué aprenderás?
- Conceptos introductorios y esenciales.
- Aplicaciones del Machine Learning en las áreas de economía y ciencias sociales.
Llená el siguiente formulario para acceder al programa del curso
horarios y modalidad
Antes de comprar debes ingresar al sitio.
| Fecha de Inicio | Dias/horas | Modalidad | Precio | Detalle | Comprar | Stock |
|---|
¡Importante!
El pago de la inscripción refleja el compromiso del estudiante de asistir al curso y no se harán devoluciones a excepción de que el curso no se llegue a dictar, o si la fecha se retrasa más de 2 semanas respecto a la fecha de inicio prevista.
