DE

Centro de Tecnologías de
Información y Comunicaciones

I PROGRAMA DE ESPECIALIZACION EN MACHINE

LEARNING CON PYTHON

EDICIÓN DIAS DE SEMANA 20 DE NOVIEMBRE

www.ctic.uni.edu.pe
 I PROGRAMA DE ESPECIALIZACION EN MACHINE LEARNING CON
PYTHON

¿Cómo puede una máquina aprender de la experiencia para mejorar en una

tarea determinada? ¿Cómo podemos extraer conocimiento de forma automática
o dar sentido a cantidades masivas de datos? Estas son las preguntas
fundamentales del Aprendizaje Automático. Los algoritmos de aprendizaje
automático y minería de datos utilizan técnicas de la Estadísticas, Optimización
y Ciencias de la Computación para crear sistemas automatizados que pueden
filtrar grandes volúmenes de datos a gran velocidad para hacer predicciones o
tomar decisiones sin intervención humana.
El Aprendizaje Automático (Machine Learning) como campo ahora está
increíblemente generalizado, con aplicaciones que van de la web (búsqueda,
publicidad y sugerencias) a la seguridad nacional, desde el análisis de
interacciones bioquímicas hasta el tráfico y las emisiones hasta la astrofísica.
Tal vez lo más famoso es que el premio de $ 1M de Netflix despertó el interés en
aprender algoritmos en profesionales, estudiantes y aficionados; ahora, sitios
web como Kaggle organizan concursos abiertos regulares sobre los datos de
muchas compañías.
Este Programa lo familiarizará con una amplia muestra representativa de
modelos y algoritmos para el aprendizaje automático, y lo preparará para la
investigación o la aplicación industrial de técnicas de aprendizaje automático.
OBJETIVO
El I Programa de Especialización en Machine Learning con Python tiene
como objetivo primordial aprender cómo usar el lenguaje Python para
implementar y aplicar algoritmos de aprendizaje automático y Estadística. Esta
es una habilidad muy importante para todos los analistas de datos y científicos
de datos, que deseen crear modelos predictivos. Trabajará rápidamente con el
paquete Scikit-learn para extraer e identificar las funciones útiles que mejor
representen sus datos, para crear modelos de clasificación y clustering, y para
evaluar el rendimiento de sus algoritmos de aprendizaje automático.
¿QUIÉNES DEBEN ASISTIR?
Este programa está dirigido a las siguientes carreras:
• Análisis de datos • Ciencia de la Computación
• Desarrollo de software • Estadística
• Ingeniería de Sistemas • Ingeniería informática
• Matemática
y áreas afines.

I MACHINE LEARNING CON PYTHON | Organiza CTIC UNI

www.ctic.uni.edu.pe
PRE-REQUISITOS
Asumiremos una familiaridad básica con los conceptos de Probabilidad y Álgebra
Lineal. Proporcionaremos algunos materiales de lectura para ayudarlo a
refrescar su memoria.
En el lado de la programación, los proyectos estarán en Python; debe
comprender conceptos básicos de informática (como recursividad), estructuras
de datos básicos (árboles, gráficos) y algoritmos básicos (búsqueda,
clasificación, etc.).

CERTIFICACIÓN
 Diploma de Estudio por el I Programa de Especialización en Machine
Learning con Python a nombre de la Universidad Nacional de Ingeniería
por la aprobación de todos los módulos del programa y la Presentación del
Proyecto Final con nota mínima de 14.

BENEFICIOS
 Plana docente constituida por consultores y docentes de la Universidad
Nacional de Ingeniería con amplia experiencia en Machine Learning.
 Premio a la Excelencia Académica – Carta de Reconocimiento a los tres
Primeros puestos del Programa.
 El material será entregado de manera digital.

I MACHINE LEARNING CON PYTHON | Organiza CTIC UNI

www.ctic.uni.edu.pe
CONTENIDO GENERAL
Módulo Nº Clase Contenido
Introducción al Lenguaje de Programación
Instalación de Python
Sesión 1 Mi primer programa: Hola Mundo
Tipos Enteros, reales y operadores aritméticos
Operadores lógicos o Booleanos y cadenas
Listas
Fundamentos de
Tuplas
Python I
Sesión 2 Diccionarios
Operadores relacionales
Sentencias condicionales
Bucles
Sesión 3 Funciones
Primer Taller de ejercicios
Clases y Objetos
Sesión 4 Herencia
Herencia multiple
Fundamentos de
Cadenas y métodos
Python II
Listas y sus métodos
Sesión 5
Diccionarios y sus métodos
Encapsulación
Segundo Taller de ejercicios
Funciones de orden superior
Sesión 6
Función MAP
Función FILTER
Función REDUCE
Funciones lambda
Fundamentos de Comprensión de Listas
Sesión 7
Python III Generadores
Decoradores
Clases Decoradoras
Excepciones
Entrada Estandar rawInput
Sesión 8
Salida Estandar rawInput
Modulos (Modules)
Tercer Taller de ejercicios
Sesión 9 Creación de una Base de Datos, tablas e inserción
Fundamentos de Insertando variables a tablas de una base de datos
Python IV Consultas desde las tablas de una base de datos(SELECT)
Sesión 10 Ejemplo de gráficos desde una tabla de la base de datos
UPDATE y DELETE

I MACHINE LEARNING CON PYTHON | Organiza CTIC UNI

www.ctic.uni.edu.pe
 Módulo Nº Clase Contenido
Cuarto Taller de ejercicios
Sesión 11 Introducción al Tkinter
Organizando el Layout
Ajustando Widgets al Layout
Grid Layout
Sesión 12 Funciones de enlace (Binding functions) a los Layouts
Eventos
Python Tkinter Uso de Clases
Creando Menus
Creando un Toolbar
Sesión 13
Agregando un Statusbar
Messagebox
Gráficos y formas
Sesión 14 Imágenes e íconos
Quinto Taller de ejercicios
Introducción
Titulos y etiquetas en la Leyenda
Sesión 15 Diagrama de barras e Histogramas
Scatter Plot
Stack Plot
Diagrama de pie
Cargando datos desde un archivo
Sesión 16
Obteniendo datos desde Internet
Convirtiendo datos desde Internet
Personalización básica y rotación de etiquetas
Trabajando con unix time
Sesión 17
Más personalización de color y relleno
spines y líneas horizontales
Gráficos Candlestick OHLC
Python Matplotlib Estilos
Sesión 18
Gráficas en vivo
Anotaciones I
Anotaciones II
Subplots
Sesión 19
Implementando subplots a nuestro Stock Chart
Agregando más datos indicadores a nuestros gráficos
Tabla de limpieza, rellenos personalizados y poda
Sharex axis
Sesión 20
Más tips sobre nuestro Stock Chart
Personalización de Leyenda en Matplotlib
Introducción al Basemap
Opciones de personalización Basemap
Sesión 21
Trazar coordenadas en un mapa con Basemap
Introducción al Matplotlib 3D

I MACHINE LEARNING CON PYTHON | Organiza CTIC UNI

www.ctic.uni.edu.pe
 3D scatter Plot
Diagrama de barras 3D
Sesión 22 Adicionales
Sexto Taller de ejercicios

Módulo Nº Clase Contenido

Conceptos básicos
Manipulación de la forma
Sesión 23
Copias y Vistas
Python Numpy Índices sofisticados y trucos de índice
Algebra Lineal
Sesión 24 Trucos y Tips
Séptimo Taller de ejercicios
¿Que es machine learning y como funciona?
Sesión 25 Configurando Python para machine learning:
scikit-learn & iPython Notebook
Empezamos usando scikit-learn (Iris dataset)
Sesión 26 Entrenando un modelo de machine learning I
Entrenando un modelo de machine learning II
Entrenando un modelo de machine learning III
Comparando modelos de machine learning I
Sesión 27
Comparando modelos de machine learning II
Comparando modelos de machine learning III
Data science con Python: pandas, seaborn I
Sesión 28
Data science con Python: pandas, seaborn II
Data science con Python: pandas, seaborn III
Seleccionando el mejor modelo en scikit-learn
usando Cross-Validation I
Python Scikit-learn Sesión 29 Seleccionando el mejor modelo en scikit-learn
usando Cross-Validation II
Seleccionando el mejor modelo en scikit-learn
usando Cross-Validation III
Seleccionando el mejor modelo en scikit-learn
usando Cross-Validation IV
Sesión 30 Como encontrar los mejores parámetros del modelo I
Como encontrar los mejores parámetros del modelo II
Como encontrar los mejores parámetros del modelo III
Como encontrar los mejores parámetros del modelo IV
Sesión 31 Como evaluar un clasificador I
Como evaluar un clasificador II
Como evaluar un clasificador III
Sesión 32 Como evaluar un clasificador IV
Como evaluar un clasificador V
Sesión 33 Presentación del Proyecto Final

I MACHINE LEARNING CON PYTHON | Organiza CTIC UNI

www.ctic.uni.edu.pe
INFORMACIÓN GENERAL
Inicio de Clases ( * )
Lunes 20 de Noviembre de 2017

Horario
Lunes, Miércoles y Viernes de 7:00pm a 10:00pm. Las clases son presenciales.

Sede
Llevado a cabo dentro de las instalaciones de CTIC ubicadas en el Campus de
la Universidad Nacional de Ingeniería.
Av. Túpac Amaru – Puerta N° 5, Pabellón R4.

Duración
100 horas distribuidas en 33 sesiones interdiarias de 03 horas(19:00-22:00hrs)

REQUISITOS DE ADMISIÓN
 Completar la Ficha de Inscripción con todos los datos requeridos y firma.
 Copia de DNI (legible).
 Enviar CV actualizado sin documentar.
 Copia de Bachiller o Título Profesional.
 Carta de Compromiso de la Empresa (sólo en el caso que la institución
financie el programa)

REQUISITOS DE APROBACIÓN
La nota final del curso se calculará como el promedio de todos los módulos:
Nota Final (NF)
Nota Módulo X (NMx)
NF = (NM1+NM2+NM3+ … +NM13)/13
Para aprobar el Programa de Especialización el alumno debe cumplir con los
siguientes requisitos:
 Calificación mínima de 14.0 en su promedio ponderado.
 Un mínimo de 80% de asistencia a todo el Programa.
 Participación activa en clases.

(*) El dictado de clases del programa académico se iniciará siempre que se alcance el número
mínimo de alumnos matriculados establecido por la Jefatura de Capacitación.

I MACHINE LEARNING CON PYTHON | Organiza CTIC UNI

www.ctic.uni.edu.pe
Los alumnos que aprueben las exigencias académicas recibirán un Certificado
del I Programa de Especialización en Machine Learning con Python a
nombre de la Universidad Nacional de Ingeniería.
A los participantes que no cumplan con la totalidad de lo exigido, se les entregará
una Constancia de Participación en la que se precisará las asignaturas
aprobadas.

INVERSIÓN
Formas de Pago
• Forma 1 (Única cuota) : S/. 3,000 (*)
• Forma 2 (En cuotas) : S/. 3,300 (*)
(3 cuotas iguales de S/. 1,100 cada una)
(*) Los pagos se pueden realizar bajo las siguientes modalidades: depósito en
cuenta corriente, transferencia bancaria, interbancaria y con tarjeta de débito o
crédito VISA. Si paga con voucher, deberá traer el original a CTIC-UNI para
canjearlo por su comprobante de pago (es requisito para su certificación).

SISTEMA DE DESCUENTO
Ex alumno de Programas de Especialización de CTIC 10%
Alumno de la UNI 15%
Pronto pago* 10%

(*) El Descuento especial por pronto pago del 10% es hasta el 16/11/17 (aplica
a cualquiera de las modalidades de pago). Los descuentos no son acumulables.

INFORMES E INSCRIPCIONES
Unidad de Capacitación CTIC - UNI
Teléfono: 4811070 anexo 7004

RPC y WhatsApp: 993650618

e-mail:
capacitacion-ctic@uni.edu.pe
ctictecapacita@uni.edu.pe
infoctic@uni.edu.pe
informes.ctic@uni.edu.pe
Web: www.ctic.uni.edu.pe

DESCUBRE MÁS
http://www.ctic.uni.edu.pe/index.php/cursos-y-programas/programasyespecializaciones

I MACHINE LEARNING CON PYTHON | Organiza CTIC UNI

www.ctic.uni.edu.pe