Diplomatura en Machine Learning con Python

🟢 Inscripción abierta

Se incluye el Curso Experto en Power BI

100% bonificado

Diplomatura en Machine Learning con Python

Aprende a introducirte al fascinante mundo de Machine Learning, explorando sus aplicaciones en Data Mining, Knowledge Discovery y herramientas avanzadas como OLAP y Tableros de comando. Conoce los niveles de operación de la ciencia de datos y la taxonomía de las competencias de un científico de datos. Además, aprende a programar en Python, desde la instalación y manejo de librerías esenciales hasta la manipulación de datos, clases y bases de datos.

Inscripción + Cuota 1

$335.212

+5 pagos mensuales de $237.947

También podés optar por:

Abono total tarjeta en 6 c/sint. de $202.808

Abono total transf.: $973.478 Ahorrás un 20%

Cuotas

Limpiar

Duración

12 meses

Dedicación

4 a 6 hs semanales

Clases en vivo

Semanales por Zoom

Dificultad

Intermedio

Requisitos previos

Dip. Ciencia de Datos

Programa

Descargar programa

Módulo 1: Introducción Conceptual

Unidad 1 Introducción a Machine Learning
Unidad 2 Niveles a los que Opera la Ciencia de Datos
Unidad 3 Introducción a Data Warehouse
Unidad 4 Introducción a Data Mining
Unidad 5 Introducción a Knowledge Discovery
Unidad 6 Introducción a Herramientas OLAP y Tableros de Comand
Unidad 7 Repaso de Herramientas Disponibles
Unidad 8 Axonomía de las Competencias de un Científico de Datos

Módulo 2: Introducción a Python

Unidad 1 Descarga e Instalación
Unidad 2 Principales Librerías
Unidad 3 Variables y Tipos de Datos
Unidad 4 Listas, Tuplas y Diccionarios
Unidad 5 Ejecución Condicional
Unidad 6 Ciclos Definidos e Indefinidos
Unidad 7 Manejo de Excepciones
Unidad 8 Funciones y Generadores
Unidad 9 Clases y Objetos
Unidad 10 Manejo de Archivos y Directorios
Unidad 11 Conexión a Archivos Planos
Unidad 12 Conexión a Excel
Unidad 13 Conexión a Bases de Datos

Módulo 3: Regresiones

Unidad 1 Regresión Lineal
Unidad 2 Regresión Polinómica
Unidad 3 Regresión Exponencial y Logarítmica
Unidad 4 Regresión de Dos Variables
Unidad 5 Ejemplos de Regresiones con Sklearn.linear_model
Unidad 6 Regresiones Logística
Unidad 7 Ejemplos de Clasificación con Regresión Logística con Sklearn.linear_model

Módulo 4: Árboles de Decisión

Unidad 1 Algoritmo Básico en Excel
Unidad 2 División en Entrenamiento y Prueba
Unidad 3 Uso de Sklearn.tree
Unidad 4 Predicción y Valoración de la Solución
Unidad 5 Aplicación al Dataset Titanic
Unidad 6 Aplicación al Problema del Call Center

Módulo 5: Clusters

Unidad 1 Algoritmo Básico en Excel
Unidad 2 Uso de Kmeans
Unidad 3 Ejemplo de Aplicación Real de Sklearn.cluster
Unidad 4 Otros Algoritmos de Agrupamiento en Scipy.cluster
Unidad 5 Ejercicio de Aplicación de Agrupamiento de Mascotas

Módulo 6: Reglas de Asociación

Unidad 1 Algoritmo Básico en Access
Unidad 2 División en Entrenamiento y Prueba
Unidad 3 Uso de Apriori en Python
Unidad 4 Ejemplo de una Aplicación Real Votación de Reglas
Unidad 5 Ejemplo de una Aplicación Real a Datos de Ventas en Supermercados

Módulo 7: Redes Neuronales

Unidad 1 Algoritmo Básico en Excel
Unidad 2 División en Entrenamiento y Prueba
Unidad 3 Instalación y Uso del Paquete
Unidad 4 Ejemplo en Python
Unidad 5 Principales Parámetros de Ajuste y Control
Unidad 6 Problema Concreto

Módulo 8: Algoritmos Genéticos

Unidad 1 Algoritmo Básico en Excel
Unidad 2 Discusión del Tipo de Problemas en los que se Aplica
Unidad 3 Discusión de Otros Mecanismos de Optimización
Unidad 4 Implementación en R del Método Enjambre de Partículas

Módulo 9: Series Temporales

Unidad 1 Taxonomía
Unidad 2 Separación de Componentes
Unidad 3 Predicciones
Unidad 4 Implementación con Statsmodel
Unidad 5 Predicción en Series con un Único Período

Módulo 10: Método de Simulación de Montecarlo

Unidad 1 Algoritmo Básico en Excel
Unidad 2 Discusión de la Utilidad del Método
Unidad 3 Comparación con el Análisis de Escenarios
Unidad 4 Ejemplo de una Aplicación Real
Unidad 5 Ejemplo Simple Implementado en Python

Módulo 11: Minería de Textos

Unidad 1 Clasificación Supervisada de Piezas de Texto
Unidad 2 Construcción de una Red Semántica
Unidad 3 Ejemplos de Aplicación Real del Algoritmo de Clasificación
Unidad 4 Aplicación a la Detección de Sentimientos

Módulo 12: Bayes Ingenuo

Unidad 1 Implementación en Excel
Unidad 2 Ejemplo de Aplicación en Python
Unidad 3 Comparación de 4 Algoritmos Predictivos. (Bayes Ingenuo, Árboles, Redes Neuronales y Regression Logística)

Módulo 13: Random Forest

Unidad 1 Descripción Conceptual del Método
Unidad 2 Paquete Sklearn.ensemble
Unidad 3 Randomforestclassifier
Unidad 4 Randomforestregressor
Unidad 5 Ejemplo de Aplicación
Unidad 6 Comparación con Otras Técnicas

Módulo 14: Métodos Bayesianos

Unidad 1 Descripción Conceptual del Método
Unidad 2 Regresión Lineal Bayesiana: Pymc3
Unidad 3 Red Bayesiana: Pgmpy

Módulo 15: Máquina de Soporte Vectorial

Unidad 1 Descripción Conceptual del Método
Unidad 2 Paquete Sklearn.svm
Unidad 3 Ejemplo de Aplicación
Unidad 4 Comparación con Otras Técnicas

Descripción

Modalidad de cursada

Modalidad a distancia de forma Online.
Clases por videoconferencias interactivas, una teórica y una práctica. La duración de cada clase es de aproximadamente una hora.
El alumno deberá realizar cierta actividad complementaria con material de soporte de las clases, trabajos con enfoque práctico y proyectos reales orientados a la Ciencia de Datos.

Fechas y horarios

16 de Marzo 2026

Clases en vivo: Lunes 21:30 Horas
Martes y Jueves 20:30 Horas

30 de Marzo 2026

Clases en vivo: Lunes 19:00 Horas
Martes y Jueves 19:00 Horas

13 de Abril 2026

Clases en vivo: Lunes 21:30 Horas
Martes y Jueves 20:30 Horas

Solicitar más información

Inscripción + Cuota 1

$335.212

+5 pagos mensuales de $237.947

También podés optar por:

Abono total tarjeta en 6 c/sint. de $202.808

Abono total transf.: $973.478 Ahorrás un 20%

Inscribite vía Whatsapp

Hablá con uno de nuestros agentes de atención online que te guiarán paso a paso para que puedas continuar con inscripción.

Puedes estudiar y obtener tu Certificación Universitaria UTN con nosotros en:

🇦🇷 🇲🇽 🇨🇴 🇵🇪 🇪🇨 🇭🇳 🇧🇴 🇬🇹 🇨🇷 🇻🇪 🇵🇾 🇺🇾 🇨🇺 🇵🇷 🇸🇻 🇩🇴 🇪🇸 🇵🇦 🇺🇸

Diplomatura en Machine Learning con Python

Diplomatura en Machine Learning con Python

Explorá todo el trayecto de aprendizaje

Modalidad de cursada

Fechas y horarios

Solicitar más información

Inscribite vía Whatsapp