Programación en Python orientada a análisis de datos y construcción de modelos predictivos por Machine Learning

Este curso está dirigido a todo aquel profesional que desee aprender sobre programación en Python y su aplicación
para análisis de datos y Machine Learning. No se requieren conocimientos previos en programación.

Docentes: 

• Joaquín Pardo, Doctor en Ciencias Médicas, Licenciado en Bioquímica, Investigador de CONICET, Instituto de
  Investigaciones Bioquímicas de La Plata, Prof. Dr. Rodolfo Brenner (docente responsable).
• Santiago Ariza, Licenciado en Biotecnología, Data Scientist, Analista de Consultoría en Accenture.

Carga horaria: 60 horas

Resumen: 

Nuestro curso ofrece una emocionante oportunidad para sumergirse en el apasionante mundo de la Inteligencia
Artificial (IA) y su potencial transformador en el siglo XXI.
La IA se ha convertido en una fuerza impulsora que abarca desde el ámbito médico hasta la toma de decisiones
empresariales. Con este curso, se adentrará en el corazón de esta revolución tecnológica.
A través de Python, aprenderá a analizar bases de datos biomédicos y a utilizar las bibliotecas NumPy, Pandas y
Matplotlib para revelar patrones ocultos y obtener conocimientos valiosos.
Además, el curso presentará los fundamentos del aprendizaje automático, construyendo modelos predictivos para
clasificar muestras biomédicas y predecir resultados médicos. También discutiremos la utilidad de modelos que
pronostican precios bursátiles.
Pronto, la IA impulsará todos los procesos, desde la investigación científica hasta la toma de decisiones cotidianas,
mejorando la eficiencia y brindando soluciones innovadoras para los desafíos de la sociedad.
Este curso permitirá formar parte de esta revolución y descubrir el poder de la IA a través de la programación en
Python y el aprendizaje automático.
La modalidad virtual permitirá sumergirse en el aprendizaje activo y participativo, combinando clases teóricas
sincrónicas y clases prácticas asincrónicas para una experiencia educativa enriquecedora y flexible.

Objetivos:

-Adquirir sólidos conocimientos de programación en Python, desarrollando habilidades fundamentales para el manejo
y procesamiento de datos en diversos campos de aplicación.
-Utilizar Python como una herramienta versátil para manipular, analizar y visualizar datos, permitiendo la exploración
y comprensión de información compleja.
-Profundizar en los fundamentos del aprendizaje automático, comprendiendo los conceptos esenciales y las técnicas
avanzadas para la construcción de modelos predictivos y descriptivos en una amplia gama de problemas.
– Diseñar y evaluar de forma crítica modelos de aprendizaje automático, aprendiendo a seleccionar las técnicas más
adecuadas para cada problema y optimizar su rendimiento para lograr resultados precisos y confiables.
-Construir habilidades prácticas en la creación de modelos predictivos aplicados a diversas áreas, por ejemplo
biomedicina y finanzas.
-Preparar a los participantes para enfrentar el futuro impulsado por la inteligencia artificial, dotándolos de habilidades
técnicas y conocimientos actualizados para adaptarse y prosperar en un entorno en constante evolución.
Con estos objetivos, el curso proporcionará a los estudiantes una experiencia integral en el uso de Python y el
aprendizaje automático, preparándolos para aprovechar las oportunidades que brinda la inteligencia artificial en
diversos sectores.

Programa del curso:

– Módulo 1: Introducción a Python y Manipulación de Datos.
Introducción a Python: Tipos de datos, variables y listas.
Estructuras avanzadas: Diccionarios, tuplas, conjuntos, funciones, condicionales y loops.
Explorando el poder de las bibliotecas: Introducción a NumPy, OS, Pandas y Matplotlib para el análisis y visualización
de datos.
Desafíos prácticos: Resolución de problemas reales utilizando Python y las bibliotecas de manipulación de datos.
– Módulo 2: Fundamentos del Aprendizaje Automático
Conceptos esenciales: Introducción al aprendizaje supervisado y no supervisado.
Clasificación y Regresión: Comprendiendo los fundamentos de los modelos predictivos en el aprendizaje automático.
Poniendo en práctica: Introducción a Sci-kit Learn en Python para desarrollar y evaluar modelos de aprendizaje
automático.
– Módulo 3: Aplicaciones Avanzadas de Aprendizaje Automático
Transformando la salud: Construcción de modelos para clasificar muestras biomédicas y mejorar el diagnóstico
médico.
Predicción en los mercados: Aplicación de aprendizaje automático en la predicción de precios bursátiles y toma de
decisiones financieras.
Explorando horizontes: Discusión sobre otras aplicaciones de vanguardia del aprendizaje automático en diversos
campos.

Modo de evaluación:

El curso se acreditará mediante un examen final que se realizará de manera sincrónica el último día del curso. Los
estudiantes deberán resolver problemas que integren los contenidos del curso. La aprobación requerirá una calificación final de 6 o superior en una escala de 1 a 10.