Udemy

Platform

Español

Language

Data & Analytics

Category

Data Science aplicado a Negocios | 6 Casos de Estudio Reales

Resuelve 6 problemas de negocios. Crea una IA robusta, modelos de DL y NLP para ventas, marketing, operaciones, RH y RP

4.74 (146 reviews)

Students

20 hours

Content

May 2021

Last Update
Regular Price

BLUE HOST
Blue Host
Fast, easy, and secure WordPress hosting in minutes + 1 free domain name
65%OFF : $2.95/month

What you will learn

Desarrollar un modelo de IA para reducir los gastos de contratación y capacitación de los empleados mediante la predicción de qué posibles empleados pueden abandonar la empresa.

Desarrollar un modelo de Deep Learning para automatizar y optimizar los procesos de detección de enfermedades en un hospital.

Desarrollar modelos de predicción de series de tiempo para predecir los precios futuros de los productos.

Desarrollar modelos de detección, clasificación y localización de defectos.

Optimizar la estrategia de marketing realizando una segmentación de los clientes

Desarrollar modelos de procesamiento de lenguaje natural para analizar comentarios de los clientes en las redes sociales e identificar a los clientes la confianza.


Description

¿Estás buscando conseguir un trabajo mejor pagado en el campo de la ciencia de datos?

¿O eres un desarrollador experimentado en IA que deseas llevar tu carrera al siguiente nivel?

¿O bien eres un aspirante a emprendedor que desea maximizar los ingresos comerciales gracias al poder de la ciencia de datos y la inteligencia artificial?

Si la respuesta a alguna de estas preguntas es sí, ¡este curso es para ti!

¡La ciencia de datos o data science es uno de los campos tecnológicos más candentes en este momento! El campo está repleto de oportunidades y perspectivas profesionales. El data science se adopta ampliamente en muchos sectores hoy en día, como la banca, la salud, el transporte y la tecnología.

En los negocios, el data science se aplica para optimizar los procesos comerciales, maximizar los ingresos y reducir los costes. El propósito de este curso es brindarte el conocimiento de los aspectos clave de las aplicaciones de la ciencia de datos en los negocios de una manera práctica, fácil y divertida. El curso brinda a los estudiantes experiencia práctica en el uso de conjuntos de datos del mundo real para conocer cómo se usa el data science en las empresas del siglo XXI.

En este curso, asumiremos que en este punto eres un científico de datos experimentado que ha sido recientemente consultor de proyectos de datos en el campo del data science para varios clientes. Se te ha asignado la tarea de aplicar técnicas de ciencia de datos a los siguientes 6 departamentos: (1) Recursos humanos, (2) Marketing, (3) Ventas, (4) Operaciones, (5) Relaciones públicas, (6) Producción / Mantenimiento. Se te proporcionarán conjuntos de datos de todos estos departamentos y se te pedirá que realices las siguientes tareas:

  1. Tarea # 1 @ Departamento de Recursos Humanos: Desarrollar un modelo de inteligencia artificial para reducir los costes de contratación y capacitación de los empleados al predecir qué empleados podrían dejar la empresa en el futuro.

  2. Tarea # 2 @ Departamento de marketing: Optimizar la estrategia de marketing realizando la segmentación de clientes

  3. Tarea # 3 @ Departamento de Ventas: Desarrollar modelos de pronóstico de series de tiempo para predecir los precios futuros de los productos.

  4. Tarea # 4 @ Departamento de Operaciones: Desarrollar un modelo de Deep Learning para automatizar y optimizar los procesos de detección de enfermedades en un hospital (como se debería haber hecho frente al COVID 19).

  5. Tarea # 5 @ Departamento de Relaciones Públicas: Desarrollar modelos de procesamiento del lenguaje natural para analizar las opiniones de los clientes en las redes sociales e identificar el sentimiento de los clientes.

  6. Tarea # 6 @ Departamentos de Producción / Mantenimiento: Desarrollar modelos de detección, clasificación y localización de defectos.

Tu misión, si decides aceptarla, es dar luz a todos estos problemas de la empresa y posicionarte como un gurú del data science y un científico de datos del futuro, así que descubre ya las técnicas avanzadas de la ciencia de datos que te ayudarán a elevar el nivel de la empresa y posicionarte en el top de habilidades necesarias para este campo.


Screenshots

Data Science aplicado a Negocios | 6 Casos de Estudio Reales
Data Science aplicado a Negocios | 6 Casos de Estudio Reales
Data Science aplicado a Negocios | 6 Casos de Estudio Reales
Data Science aplicado a Negocios | 6 Casos de Estudio Reales

Content

Bienvenido a nuestro curso de Data Science

Acerca de las valoraciones prematuras en Udemy

Introducción

Trucos clave y mejores prácticas

El temario del curso y estrategias clave de aprendizaje

Cómo obtener los materiales del curso

Contenido adicional del curso (Descárgalo ahora!)

Descarga los 3 bonus del curso desde aquí

Caso Bonus: Regresión Lineal Múltiple

Departamento de recursos humanos

Introducción al caso práctico y objetivos claves de aprendizaje

Tarea 1: Entender el problema enunciado y la empresa analizada

Tarea 2: Importar las librerías y los datasets

Tarea 3: Explorar el dataset - Parte 1

Tarea 3: Explorar el dataset - Parte 2

Tarea 3: Explorar el dataset - Parte 3

Tarea 3: Explorar el dataset - Parte 4

Tarea 4: La limpieza de los datos

Tarea 5: Entender la teoría de Random Forest, Regresión Logística y RNAs

Tarea 6: Entender los KPIs de clasificación

Tarea 7: Construir y entrenar un clasificador basado en regresión logística

Tarea 8: Construir y entrenar un clasificador utilizando Random Forest

Tarea 9: Construir y entrenar un modelo clasificador con redes neuronales

Departamento de Marketing

Introducción al caso práctico y objetivos claves de aprendizaje

Tarea 1: Entender el problema enunciado y la empresa analizada

Tarea 2: Importar las librerías y los datasets

Tarea 3: Llevar a cabo la visualización de los datos

Tarea 4: Entender la teoría detrás del algoritmo de K-Means

Tarea 5: Cómo obtener el número óptimo de clusters, K

Tarea 6: Aplicar el clustering con K-Means para segmentar el mercado

Tarea 7: Entender la teoría detrás del análisis de componentes principales

Tarea 8: Entender la teoría detrás de los autoencoders

Tarea 9: Construir y entrenar un autoencoder - Parte 1

Tarea 9: Construir y entrenar un autoencoder - Parte 2

Departamento de Ventas

Introducción al caso práctico y objetivos claves de aprendizaje

Tarea 1: Entender el problema enunciado y la empresa analizada

Tarea 2: Importar las librerías y los datasets - Parte 1

Tarea 2: Importar las librerías y los datasets - Parte 2

Tarea 3: Análisis exploratorio de los datos - Parte 1

Tarea 3: Análisis exploratorio de los datos - Parte 2

Tarea 3: Análisis exploratorio de los datos - Parte 3

Tarea 3: Análisis exploratorio de los datos - Parte 4

Tarea 4: Entender la teoría de Facebook Prophet

Tarea 5: Entrenar el modelo - Parte 1

Tarea 5: Entrenar el modelo - Parte 2

Departamento de Operaciones

Introducción al caso práctico y objetivos claves de aprendizaje

Tarea 1: Entender el problema enunciado y la empresa analizada

Tarea 2: Cargar y explorar el dataset

Tarea 3: Visualización de los datos

Tarea 4: Entender la teoría detrás de las redes neuronales convolucionales

Tarea 5: Entender la teoría detrás del aprendizaje por transferencia

Tarea 6: Cargar un modelo con pesos pre entrenados

Tarea 7: Construir y entrenar ResNet

Tarea 8: Evaluar la eficacia del modelo entrenado

Departamento de Relaciones Públicas

Introducción al caso práctico y objetivos claves de aprendizaje

Tarea 1: Entender el problema enunciado y la empresa analizada

Tarea 2: Importar las librerías y los datasets

Tarea 3: Análisis exploratorio de los datos - Parte 1

Tarea 3: Análisis exploratorio de los datos - Parte 2

Tarea 4: Llevar a cabo la limpieza de los datos

Tarea 5: Eliminar los signos de puntuación

Tarea 6: Eliminar las stopwords

Tarea 7: Llevar a cabo la tokenización y vectorización de las palabras

Tarea 8: Ejecutar el flujo de limpieza de texto

Tarea 9: Idea intuitiva de Naive Bayes

Tarea 10: Entrenar un clasificador con Naive Bayes

Tarea 11: Evaluar el clasificador Naive Bayes entrenado

Departamento de Producción, Fabricación y Mantenimiento

Introducción al caso práctico y objetivos claves de aprendizaje

Tarea 1: Entender el problema enunciado y la empresa analizada

Tarea 2: Importar las librerías y los datasets

Tarea 3: Visualización y exploración inicial de los datos

Tarea 4: Entender la teoría de ResNet, RNC y aprendizaje por transferencia

Tarea 5: Construir y entrenar clasificadores ResNet

Tarea 6: Evaluar la calidad del modelo ResNet entrenado

Tarea 7: Entender la idea detrás del modelo de segmentación ResUnet

Tarea 8: Construir y entrenar un modelo de segmentación ResUnet

Tarea 9: Evaluar la calidad del modelo ResUnet entrenado

BONUS: Enhorabuena por completar el curso

Felicidades por completar el curso de Data Science aplicado a Negocios

**TU BONUS ESPECIAL**


Reviews

A
Angel3 January 2021

Muchas gracias, al realizar este cuerso, creci mucho personalmente y desde luego en el ambito profesional. También me motivo, para dar lo mejor de mi en cada momento y estar pendiente de todos los avances tecnológicos que encontramos todos los días. Gracias por esta experiencia.

A
Angela3 January 2021

Aunque aún no lo he terminado, sé puede ver y escuchar todo el esfuerzo y empeño que le han puesto. Súper recomendado para ir adquiriendo habilidades y visión para distintos proyectos... La voz del profe Juan hace sentir como si estuviera en España haciendo un curso.

B
Borja2 January 2021

Maravilloso curso de Juan, que nos deja unos grandes casos prácticos para estar al día con Data Science. Sin palabras!

S
Sonia30 December 2020

Como siempre muy satisfecha! Me ha gustado mucho la forma de realizar los mini retos. Un pero sería tal el decir que se necesitan conocimientos de Deep Learning y no solo con la teoría es suficiente. Con ganas de hacer el curso de nuevo.

J
Juan23 December 2020

Excelente curso, material muy bien preparado, ademas de una presentación muy entretenida por parte del profesor Juan Gabriel. Se agradece a él y al equipo de personas por realización de este curso.

P
Pablo17 December 2020

Curso práctico 100 %, con la claridad que caracteriza a Juan Gabriel haciendo que el aprendizaje sea mucho más sencillo dado la complejidad de los temas. Gracias por hacerlo tan ameno !!!

A
Ander8 December 2020

Me ha parecido un curso excelente, ya que la metodología de aprender la teoría de los algoritmos de inteligencia artificial a través de realizar ejercicios prácticos me parece una de las mejores formas que hay para aprender. Actualmente en el trabajo, me he visto con la necesidad de desarrollar sensores y tener que emplear una IA para tratar los datos recogidos, por lo que todo lo visto en el curso me va a servir para poder llevar a cabo las diferentes tareas.

D
Delia7 December 2020

Me ha parecido un curso totalmente práctico, explicando todos los pasos para la resolución del problema de negocio. Muchas gracias!!

O
Oriol16 November 2020

Curso excelente, igual que el formador!!!! Un curso enfocado 100% a la práctica, sin olvidar la base teórica que se necesita antes de iniciar los ejercicios.

P
Pochopicante7 November 2020

Excelente Contenido , excelente profesor como siempre , va mejorandose en cada nuevo curso que va realizando .

E
Edgar2 November 2020

Considero que es un muy buen curso, con ejemplos claros de como poder aplicar Data Science en la vida real, si es necesario tener algo de conocimiento en el tema, tal y como se especifica que es de nivel intermedio. Me parece un curso genial.

E
Ernesto24 October 2020

No había tenido un maestro como Gomila, su manera de explicar y la experiencia son increíbles. Estoy enormemente satisfecho de haber comprado este curso. Lo recomiendo ampliamente... Gracias!!

Y
Yeison21 October 2020

Un curso practico perfecto para aplicar todos los conceptos de ML e IA vistos en los otros cursos del profesor. Excelente curso. Muchas gracias profesor =)

F
Fabian20 October 2020

El profesor es un experto en el tema y en cursos anteriores que eh tomado con el quede completamente satisfecho!

D
David20 October 2020

El curso es espectacular, aborda varios temas diferentes con material y explicaciones de alta calidad. Muy recomendable!!


Coupons

DateDiscountStatus
10/20/202085% OFFExpired
12/30/202088% OFFExpired
6/27/202194% OFFExpired
7/9/202194% OFFValid

3483734

Udemy ID

9/8/2020

Course created date

10/20/2020

Course Indexed date
Bot
Course Submitted by