Importante: Esta plataforma es únicamente para servicios de oferta e inscripción. Para servicios administrativos, visite SOFIA Plus.
Complementaria
48 horas
Complementaria virtual
Restricción de edad
Antes de comenzar, asegúrate de cumplir con los siguientes requisitos. Esto te permitirá aprovechar al máximo los contenidos y actividades del programa:
Para la realización de este programa, es necesario que el aprendiz tenga un adecuado dominio de, las siguientes temáticas:, lógica de programación y algoritmos (estructura, variables, constantes, condicionales, bucles, vectores y matrices)., metodologías para la preparación de datos (crisp-dm)., manejo en la manipulación de grandes volúmenes de datos big data., limpieza y preparación de datos., visualización de datos., manejo de lenguaje de programación en python., académicos:, grado 9 aprobado, requisito adicional: superar prueba de aptitud, motivación, interés y competencias mínimas de, ingreso, requisito de ley: edad mínima definida en la ley (14 años).
Los mecanismos de selección en el SENA están sujetos a la disponibilidad de cupos y al procedimiento de ingreso establecido por la Dirección de Formación Profesional.
Al completar este programa, habrás desarrollado las siguientes competencias y habilidades:
Sistematizar datos masivos de acuerdo con métodos de analítica y herramientas tecnológicas
Algoritmos de predicción: conceptos, características, tipos (regresión lineal, gradient boosting, random forests), usos, tendencias.
Pre procesamiento de datos para aplicación de técnicas de predicción: conceptos (one hot ecoding, valores ausentes, análisis de correlación entre variables, otros), características, procesos, herramientas.
Técnicas de modelado en algoritmos de predicción: concepto, características, tipos, complejidad del problema, tamaño de la muestra, escenario.
Métricas de evaluación: matriz de confusión, evaluación de errores, curvas roc, área bajo la curva, datos desbalanceados, métricas de evaluación con python (scikit learn, otras).
Construcción de modelos de predicción: selección de características, funcionamiento, tipos (univariante o multivariante), métodos (de filtros, de envoltura, integrados).