The BeST
ARTIFICIAL
iNTELLIGENCE
ACADEMY
BeST A.i Academy
BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA
BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA BAJADA
MÓDULOS
Introducción a la A.i
1. Configuración de aplicaciones empresariales con Machine Learning
2. El futuro de las aplicaciones con Inteligencia Artificial y Ciencia de Datos
Visualización de Datos en entornos de negocios
4. Introducción a la visualización de datos para presentaciones empresariales
5. Descubriendo patrones en la Big Data de la empresa
6. Trabajando con los datos Geoespaciales
7. Control de calidad de la data a través de visualizaciones
8. Aplicaciones empresariales de visualización
9. Manejo de proyectos de visualización
Programación para Ciencia de Datos y Machine Learning
1. Introducción a la programación con Python y SAS
2. Implementación de modelos de ML con grandes volúmenes de datos en
empresas
3. Evaluación del ajuste del modelo en entornos productivos y de rentabilidad
Modelado Predictivo y ML
10. Estadística descriptiva para exploración previa de datos
11. Estadística inferencial
12. Entendiendo los modelos predictivos
13. Retos de los modelos predictivos
14. Ajuste de los modelos predictivos
15. Preparando la data para el modelado
16. Reduciendo el problema dimensional de las variables
17. Revisando la interacción de las variables
18. Midiendo el ajuste del modelo
![21519 [Converted]-01.png](https://static.wixstatic.com/media/a67412_c0da379f41c3451485893b758ed35083~mv2.png/v1/crop/x_1009,y_77,w_379,h_427/fill/w_228,h_257,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/21519%20%5BConverted%5D-01.png)
![21519 [Converted]-01.png](https://static.wixstatic.com/media/a67412_c0da379f41c3451485893b758ed35083~mv2.png/v1/crop/x_53,y_34,w_467,h_472/fill/w_247,h_250,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/21519%20%5BConverted%5D-01.png)
DOCENTES
BÁRBARA SILVA
CEO BeSTinnovation
Directora Ejecutiva Singularity University Chile
JOSÉ RUETTE
Director BeST A.i Academy
Co fundador STATKNOWS
