Fundamentos para el machine learning no supervisado en Ciencias Sociales
Fecha límite de inscripción
11-06-0206
Tema/resumen
El presente curso pretende sintetizar conocimientos estadísticos y habilidades propias de la investigación en Ciencias Sociales como fundamento imprescindible para la aplicación de modelos de machine learning no supervisados. En este sentido es sobre todo un curso metodológico que propone un camino riguroso, aunque iterativo para la aplicación de estos modelos. Los contenidos del curso están estructurados en torno a problemas de clasificación con ejemplos propios de las Ciencias Sociales y privilegian conocer los fundamentos de las técnicas para la aplicación parsimoniosa de las mismas y la adquisición de capacidades analíticas de parte de los/las estudiantes. Se busca alcanzar de manera integral una formación tanto teórica como práctica. El curso está dividido en 5 módulos y cuenta con bibliografía específica para el desarrollo de cada uno de los mismos. Durante el dictado del mismo serán proporcionados notebooks con el código necesario para las actividades prácticas.
Disciplina
Otras Ciencias Sociales
Modalidad
Virtual
Institución
CCT MENDOZA - CENTRO CIENTIFICO TECNOLOGICO CONICET - MENDOZA
INCIHUSA - INSTITUTO DE CIENCIAS HUMANAS, SOCIALES Y AMBIENTALES
Requisitos
Está dirigido a estudiantes de posgrado (maestría o doctorado), estudiantes avanzados, graduados/as de licenciaturas, docentes e investigadores de disciplinas de las Ciencias Sociales y Humanidades. Se requieren conocimientos básicos de estadística. Es deseable, aunque no excluyente tener conocimientos básicos de programación en R y/o Python.
Para ver más detalles, haga click aquí.