Around PlacesAround Places
Programa - Imagen del banner de Introducción a minería de datos y machine learning

Diplomado · Tecnología e Ingeniería · Ciencia de datos e inteligencia artificial

Introducción a minería de datos y machine learning

Pontificia Universidad Católica de Chile · Escuela de Ingeniería

El curso online en Introducción a Minería de Datos y Machine Learning tiene como propósito enseñar los elementos que permiten comprender las principales teorías y prácticas del área emergente de Minería de Datos. También se introducen conceptos de Machine Learning. El curso comienza abordando la…

Fechas y modalidades

  • Fecha por definirPróxima convocatoria
    Clases: 29 sept 2026 – 24 nov 2026Online - MixtaOnline (6 clases online +1 clase en vivo + 4 ayudantías)Sin sede: se cursa onlinePlataforma Clase Ejecutiva UC

Valores

Valor (incluye matrícula)

$575.000

Valor (incluye matrícula)

USD 639

≈ $630.425

Valores informados por la institución; los montos en UF o dólares se convierten a pesos de forma aproximada.

Requisitos de postulación

Documentos

  • Fotocopia Carnet de Identidad.

Otros

  • Sin requisitos de ingreso.

Sobre el programa

El curso online en Introducción a Minería de Datos y Machine Learning tiene como propósito enseñar los elementos que permiten comprender las principales teorías y prácticas del área emergente de Minería de Datos. También se introducen conceptos de Machine Learning.

El curso comienza abordando la problemática de la obtención, preparación y limpieza de datos, para luego adentrarse en las técnicas y algoritmos asociados a la Minería de Datos, como clasificación, clustering, entre otros. Además, se exploran algoritmos, técnicas y herramientas de Machine Learning. Los estudiantes de este curso adquirirán conocimientos fundamentales sobre Minería de Datos, comprendiendo las diversas fuentes de información a utilizar, revisando el preprocesamiento de datos y aplicando técnicas de extracción de conocimiento. Esto incluye el uso de reglas de asociación, árboles de decisión, algoritmos de clasificación y la evaluación de clasificadores, junto con una introducción al aprendizaje de máquina.

El enfoque del curso es práctico, privilegiando la experimentación mediante herramientas y entornos que permiten ejecutar y analizar ejemplos preconfigurados. Los estudiantes modificarán parámetros, observarán los efectos de dichos cambios y reflexionarán sobre su impacto en la calidad del modelo y la extracción de conocimiento.

Al finalizar el curso, los estudiantes comprenderán los principios teóricos y prácticos que sustentan las principales técnicas utilizadas en la minería de datos y el aprendizaje de máquina, pudiendo analizar sus resultados, evaluar su aplicabilidad en distintos contextos y reconocer sus potencialidades y limitaciones sin necesidad de programar directamente los algoritmos.

El desarrollo de estos aprendizajes se realizará a través de estudios de casos, mini proyectos prácticos, y el acceso a recursos especializados, lo que permitirá a los estudiantes experimentar, analizar y aplicar directamente los conceptos adquiridos.

La metodología de enseñanza y aprendizaje para este curso en línea se basa en técnicas metodológicas activas, permitiendo que el participante interactúe con sus pares y el profesor-tutor a través de los recursos tecnológicos proporcionados por la plataforma educativa virtual destinada para el curso.

Dirigido a

• Profesionales que necesiten extraer conocimiento desde diferentes fuentes de información. • Interesados en el área de Ciencia de Datos que deseen adquirir habilidades para procurar los datos de entrada al proceso de análisis.

Dirección del programa

Jaime Navón Cohen

Programas parecidos