¿Por qué estudiar este curso?
Este curso está orientado a participantes que tienen conocimientos básicos de un un software para análisis estadísticos o un lenguaje de programación de propósito general que desean aprender a realizar pronósticos de series de tiempo univariables. El curso brinda conocimientos avanzados en el diseño de modelos predictivos para predecir el futuro con cierto nivel de confianza estadística para una toma decisiones informadas en los sectores donde se realicen dichos modelos.
¿Qué lograré con este curso?
Realizar pronósticos de series de tiempo empleando herramientas y librerías de los programas de R y Python.
- Público en general que tenga conocimientos básicos de programación en R y en Python.
- Alumnos interesados en conocimientos de data analytics.
- Alumnos universitarios interesados en temas de analítica con el software de R.
- Introducción a series temporales Modelos AR, MA, ARMA
- Modelos integrados ARIMA, estacionalidad, SARIMA
- Modelos de series con regresores exogenos, Modelos SARIMAX
- Series de tiempo múltiples utilizando R y Python (keras, tensorflow y skneuralNetworks)
- Introducción a redes neuronales tipo perceptrón multicapa
- Forecasting con Redes Neuronales
- Redes tipo recurrentes aplicado a series de tiempo
- Redes tipo LSTM
Orlando Belli Hesse
Experiencia en los sectores retail e industrial (energía, gas natural). Actual docente en diferentes instituciones, dicta los cursos de Big Data, Ciencia de datos, Diplomados de BI, R y Python for analytics, Power BI for Business Intelligence, SQL for analytics, Programación VBA en Excel entre otros.
Certificado:
- INFOPUCP otorgará la certificación digital al participante que obtenga una nota aprobatoria mayor o igual a 11.
Constancia de participación:
- INFOPUCP otorgará la constancia de participación al alumno que obtenga una nota igual o menor a 10 y que haya cumplido con su participación en todas las actividades calificadas del curso.
S/ 519
Descuentos especiales:
- Comunidad PUCP: Alumnos pregrado, posgrado, egresados, docentes y colaboradores: S/ 400
- Alumnos pregrado de otras universidades: S/ 419