Lleva a cabo las principales fases de un proceso de ciencia de datos: la representación gráfica para su análisis exploratorio” 

En este Diplomado se analizarán las bases teóricas que ayudan a los ingenieros informáticos a realizar las representaciones gráficas más adecuadas cuando utilizan el Data Science como técnica de análisis. Por eso, se hará especial hincapié en la forma correcta de representar e interpretar los datos para identificar errores pasados o tácticas ineficientes para anticiparnos al futuro. 

Todo el programa está compuesto por una serie de casos prácticos que favorecerán el aprendizaje de los estudiantes que buscan seguir avanzando en sus carreras profesionales y retándose a sí mismos para alcanzar la excelencia. En consecuencia, se contará con ejemplos de las nuevas tecnologías para la visualización de datos, como los sistemas inteligentes o los sistemas para la virtualización de la realidad.  

Todo esto, será tangible gracias a un programa 100% online, que se adapta a las necesidades diarias de los estudiantes, solo será necesario contar con un dispositivo con conexión a internet para empezar a trabajar por un perfil profesional completo y con proyección internacional.

Establecer las representaciones gráficas más usadas en diferentes ámbitos” 

Este Diplomado en Predictibilidad y análisis de fenómenos estocásticos en Data Science contiene el programa educativo más completo y actualizado del mercado. Las características más destacadas de la capacitación son: 

• El desarrollo de casos prácticos presentados por expertos en Ingeniería enfocada en el análisis del dato 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional  
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje  
• Su especial hincapié en metodologías innovadoras   
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual  
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet  

Con la modalidad Online podrás adaptar el programa a ti. Elige el mejor momento para ver una clase y continuar capacitándote en este campo de interés” 

El programa incluye, en su cuadro docente, a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.   

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.   

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, contará con la ayuda de un novedoso sistema de vídeos interactivos realizados por reconocidos expertos, con gran experiencia en entrenamiento personal terapéutico.

Con este programa podrás desarrollar la formulación y las propiedades básicas de los modelos univariantes de series temporales"

Cuenta con una serie de casos prácticos para comprender a la perfección los modelos univariantes"

Los módulos de este programa ofrecen una perspectiva teórica y práctica para analizar aquellos modelos que presentan una mayor versatilidad y adaptación para el análisis de series temporales como lo son los modelos asociados a series económicas. De esta manera, se cumplen los objetivos del programa en capacitar ingenieros profesionales, integrales y de gran prestigio.

Predice el comportamiento de una serie temporal sobre la base del conocimiento de los modelos estudiados” 

Módulo 1. Predictibilidad y Análisis de Fenómenos Estocásticos 

1.1. Series de Tiempo 

1.1.1. Series de tiempo  
1.1.2. Utilidad y aplicabilidad 
1.1.3. Casuística relacionada 

1.2. La Serie temporal 

1.2.1. Tendencia estacionalidad de ST 
1.2.2. Variaciones típicas 
1.2.3. Análisis de residuos 

1.3. Tipologías 

1.3.1. Estacionarias 
1.3.2. No estacionarias 
1.3.3. Transformaciones y ajustes 

1.4. Esquemas para series temporales  

1.4.1. Esquema (modelo) aditivo 
1.4.2. Esquema (modelo) multiplicativo 
1.4.3. Procedimientos para determinar el tipo de modelo 

1.5. Métodos básicos de forecast 

1.5.1. Media 
1.5.2. Naïve 
1.5.3. Naïve estacional 
1.5.4. Comparación de métodos 

1.6. Análisis de residuos  

1.6.1. Autocorrelación 
1.6.2. ACF de residuos 
1.6.3. Test de correlación 

1.7. Regresión en el contexto de series temporales 

1.7.1. ANOVA 
1.7.2. Fundamentos 
1.7.3. Aplicación practica  

1.8. Modelos predictivos de series temporales 

1.8.1. ARIMA 
1.8.2. Suavizado exponencial 

1.9. Manipulación y análisis de series temporales con R 

1.9.1. Preparación de los datos 
1.9.2. Identificación de patrones 
1.9.3. Análisis del modelo 
1.9.4. Predicción 

1.10. Análisis gráficos combinados con R  

1.10.1. Situaciones habituales 
1.10.2. Aplicación práctica para resolución de problemas sencillos 
1.10.3. Aplicación práctica para resolución de problemas avanzados

Capacítate para manipular y analizar series temporales, preparando los datos y prediciendo su comportamiento”