Diplomado en Machine Learning aplicado

En la era digital, la masiva producción de datos abre infinitas oportunidades para un efectivo análisis de éstos. El diplomado en Machine Learning aplicado apunta a brindar una sólida formación práctica en las principales técnicas, tecnologías y tendencias que marcan el estado del arte en el uso de Machine Learning para el procesamiento y análisis de datos.

El uso de datos para tomar decisiones y predecir comportamientos ha comenzado a surgir en los más diversos ámbitos de nuestro quehacer social y laboral, lo que, acompañado de nuevas plataformas tecnológicas de cómputo para el procesamiento de datos, generan un escenario propicio para la irrupción masiva de técnicas de Machine Learning. Las oportunidades que abre un efectivo uso de estas técnicas junto con la actual abundancia de datos son enormes; ello ha motivado un gran interés, y acelerado el desarrollo de nuevas tecnologías dedicadas a su aplicación en diversos dominios de la sociedad. En este contexto, el diplomado en Machine Learning aplicado apunta a entregar una sólida formación práctica en las principales técnicas, tecnologías y tendencias que marcan el estado del arte de esta área, enfatizando el uso de fuentes de datos diversas, tanto estructuradas como no estructuradas, en una amplia gama de áreas de aplicación. Como eje central, se aborda la aplicación de técnicas de Machine Learning en diversos dominios de interés, cubriendo no solo los aspectos prácticos, sino también los técnico-teóricos que entregan que permiten su correcto funcionamiento. Junto con esto, el programa pone especial énfasis en la enseñanza de las herramientas y plataformas tecnológicas que permiten aplicar estas técnicas, de modo que los estudiantes puedan llevar rápidamente a la práctica los conocimientos adquiridos. Con el fin de enriquecer esta perspectiva, los cursos del programa no sólo exploran el uso de datos estructurados tradicionales, sino también de datos no estructurados, como es el caso de datos textuales, imágenes, sensores o interacciones en redes sociales. Con el fin de enfatizar aún más la naturaleza aplicada y práctica del diplomado, se consideran cursos dedicados a sistemas recomendadores y teoría de grafos para Machine Learning, dos de las áreas de aplicación de estas técnicas con mayor crecimiento en la industria. Adicionalmente, el diplomado abarca tópicos de visualización de información, elemento clave para facilitar la inclusión de analistas humanos en el ciclo de entrenamiento, validación y auditoría de modelos de Machine Learning, cuando estos son utilizados para tomar decisiones que involucran o afectan a las personas.

De esta manera, el programa entrega herramientas para entender el escenario técnico y tecnológico que da vida a Machine Learning; describir los principales elementos y desafíos de esta área en cuanto a su aplicación en diversos dominios; conocer y entender las principales tecnologías detrás de aplicaciones; y diseñar y aplicar soluciones a problemáticas reales en diversos dominios, donde el aprendizaje basado en datos es factible.

Los cursos ponen especial énfasis en la aplicación de Machine Learning en múltiples dominios, cubriendo los aspectos técnicos y teóricos, y llevando estos últimos a la práctica mediante programación y el uso de librerías y herramientas especializadas. La metodología combina clases expositivas con apoyo audiovisual, talleres con ejercicios prácticos de programación guiados y aplicados a distintos dominios, y el estudio de casos de Machine Learning en distintos dominios.