Máster en Data Analytics y Machine Learning

Introducción a la IA y Machine Learning
Algoritmos de regresión. Evaluación y métricas
Ecosistemas de Machine Learning en la nube. Soluciones Cloud y GenAI
Proyecto: Diseño integral y detallado de una solución de IA para el contexto educativo

Toma de decisiones basadas en datos. Fundamentos de la analítica tradicional
Big Data vs Business Intelligence
El rol del Analista de Datos y el Data Scientist. Proyectos analíticos
Proyecto: Identificación, análisis y evaluación de un caso de uso Big Data

Clasificación binaria, multiclase y métricas. Curva ROC
Clasificación con Naive Bayes
Clasificación con Support Vector Machine (SVM)
Proyecto: Evaluación del estado de salud de un bebé durante el parto

Empresas Data Driven
Data Strategy I
Data Strategy II
Proyecto: Diseño y desarrollo de una estrategia completa de Data Strategy

Clasificación con KNN, regresión logística y softmax
Regresión y clasificación con árboles de decisión
Combinación de clasificadores: ensembles y random forests
Proyecto: Desarrollo de un análisis predictivo sobre la propensión a abandonar la empresa por parte del personal empleado

Integración de datos
Fase de Extracción
Fases de Transformación y Carga
Proyecto: Procesos ETL para extraer, transformar y cargar datos

Reducción de dimensionalidad en los datos: PCA
Algoritmos de agrupamiento: K Medias y jerárquico
Técnicas de detección de anomalías
Proyecto: PCA y CLUSTERING utilizando Python

Gestión e implementación de proyectos BI
Modelos de datos BI
Introducción herramienta Power BI
Proyecto: Diseño de un proyecto de Business Intelligence y uso básico de Power BI

Hitos del Deep Learning y fundamentos de las redes neuronales
Frameworks de Deep Learning: TensorFlow
Ajuste de modelos de Deep Learning
Proyecto: Análisis donde se aplican técnicas de Deep Learning

Orígenes de datos internos y externos
Como los datos externos aportan valor analítico a la organización
Conexiones a orígenes de datos
Proyecto: Desarrollo de un análisis de datos e integración en una herramienta de BI

Fundamentos de las CNNs: kernels, convolución, pooling, etc.
Modelos pre-entrenados: Transfer Learning y Fine-Tuning
Deep Learning en producción
Proyecto: Análisis de un problema de clasificación de imágenes con Deep Learning

Customer Analytics
Segmentación de clientes
Gestión de valor del cliente
Proyecto: Segmentación de Clientes (Clustering) - Interpretaciones

Personalización guiada por datos
Filtrado Colaborativo
Aplicaciones, tendencias y retos de los sistemas de recomendación
Proyecto: Implementando un algoritmo de SR con la librería Surprise de Python

Business Case en Operaciones y procesos
Business Case en Finanzas
Business Case en People Analytics
Proyecto: Predicción de accidentes de tráfico de la ciudad de Madrid

Introducción al Procesamiento del Lenguaje Natural
Modelos Probabilísticos de NLP y Métodos de Aplicación
NLP – Modelos y Algoritmos
Proyecto: Clasificación de Sentimientos en Reseñas de Películas con Modelos Clásicos y Redes Neuronales Sencillas

Visualización de datos con Power BI. Dashboards y reporting
Análisis en Power BI para la toma de decisiones e integración con R / Python
Inteligencia Artificial en Power BI y Presentación de Reportes
Proyecto: Desarrollo de informes desde Power BI Desktop y Service utilizando las tecnologías de Maps y R