Diplomatura en Machine Learning con Python

Aprende a introducirte al fascinante mundo de Machine Learning, explorando sus aplicaciones en Data Mining, Knowledge Discovery y herramientas avanzadas como OLAP y Tableros de comando. Conoce los niveles de operación de la ciencia de datos y la taxonomía de las competencias de un científico de datos. Además, aprende a programar en Python, desde la instalación y manejo de librerías esenciales hasta la manipulación de datos, clases y bases de datos.
🟢 Inscripción abierta

Inscripción + Cuota 1

$ 335.212

+5 pagos mensuales de $ 237.947

También podés optar por:

Abono total tarjeta en 6 c/sint. de $ 202.808

Abono total transf.: $ 973.478 Ahorrás un 20%

Duración
12 meses
Dedicación
4 a 6 hs semanales
Clases en vivo
Semanales por Zoom
Dificultad
Principiante
Requisitos previos
Ver requisitos
Programa

Explorá todo el trayecto de aprendizaje

Descargar programa
Módulo 1: Introducción Conceptual
  • Unidad 1 Introducción a Machine Learning
  • Unidad 2 Niveles a los que Opera la Ciencia de Datos
  • Unidad 3 Introducción a Data Warehouse
  • Unidad 4 Introducción a Data Mining
  • Unidad 5 Introducción a Knowledge Discovery
  • Unidad 6 Introducción a Herramientas OLAP y Tableros de Comand
  • Unidad 7 Repaso de Herramientas Disponibles
  • Unidad 8 Axonomía de las Competencias de un Científico de Datos
Módulo 2: Introducción a Python
  • Unidad 1 Descarga e Instalación
  • Unidad 2 Principales Librerías
  • Unidad 3 Variables y Tipos de Datos
  • Unidad 4 Listas, Tuplas y Diccionarios
  • Unidad 5 Ejecución Condicional
  • Unidad 6 Ciclos Definidos e Indefinidos
  • Unidad 7 Manejo de Excepciones
  • Unidad 8 Funciones y Generadores
  • Unidad 9 Clases y Objetos
  • Unidad 10 Manejo de Archivos y Directorios
  • Unidad 11 Conexión a Archivos Planos
  • Unidad 12 Conexión a Excel
  • Unidad 13 Conexión a Bases de Datos
Módulo 3: Regresiones
  • Unidad 1 Regresión Lineal
  • Unidad 2 Regresión Polinómica
  • Unidad 3 Regresión Exponencial y Logarítmica
  • Unidad 4 Regresión de Dos Variables
  • Unidad 5 Ejemplos de Regresiones con Sklearn.linear_model
  • Unidad 6 Regresiones Logística
  • Unidad 7 Ejemplos de Clasificación con Regresión Logística con Sklearn.linear_model
Módulo 4: Árboles de Decisión
  • Unidad 1 Algoritmo Básico en Excel
  • Unidad 2 División en Entrenamiento y Prueba
  • Unidad 3 Uso de Sklearn.tree
  • Unidad 4 Predicción y Valoración de la Solución
  • Unidad 5 Aplicación al Dataset Titanic
  • Unidad 6 Aplicación al Problema del Call Center
Módulo 5: Clusters
  • Unidad 1 Algoritmo Básico en Excel
  • Unidad 2 Uso de Kmeans
  • Unidad 3 Ejemplo de Aplicación Real de Sklearn.cluster
  • Unidad 4 Otros Algoritmos de Agrupamiento en Scipy.cluster
  • Unidad 5 Ejercicio de Aplicación de Agrupamiento de Mascotas
Módulo 6: Reglas de Asociación
  • Unidad 1 Algoritmo Básico en Access
  • Unidad 2 División en Entrenamiento y Prueba
  • Unidad 3 Uso de Apriori en Python
  • Unidad 4 Ejemplo de una Aplicación Real Votación de Reglas
  • Unidad 5 Ejemplo de una Aplicación Real a Datos de Ventas en Supermercados
Módulo 7: Redes Neuronales
  • Unidad 1 Algoritmo Básico en Excel
  • Unidad 2 División en Entrenamiento y Prueba
  • Unidad 3 Instalación y Uso del Paquete
  • Unidad 4 Ejemplo en Python
  • Unidad 5 Principales Parámetros de Ajuste y Control
  • Unidad 6 Problema Concreto
Módulo 8: Algoritmos Genéticos
  • Unidad 1 Algoritmo Básico en Excel
  • Unidad 2 Discusión del Tipo de Problemas en los que se Aplica
  • Unidad 3 Discusión de Otros Mecanismos de Optimización
  • Unidad 4 Implementación en R del Método Enjambre de Partículas
Módulo 9: Series Temporales
  • Unidad 1 Taxonomía
  • Unidad 2 Separación de Componentes
  • Unidad 3 Predicciones
  • Unidad 4 Implementación con Statsmodel
  • Unidad 5 Predicción en Series con un Único Período
Módulo 10: Método de Simulación de Montecarlo
  • Unidad 1 Algoritmo Básico en Excel
  • Unidad 2 Discusión de la Utilidad del Método
  • Unidad 3 Comparación con el Análisis de Escenarios
  • Unidad 4 Ejemplo de una Aplicación Real
  • Unidad 5 Ejemplo Simple Implementado en Python
Módulo 11: Minería de Textos
  • Unidad 1 Clasificación Supervisada de Piezas de Texto
  • Unidad 2 Construcción de una Red Semántica
  • Unidad 3 Ejemplos de Aplicación Real del Algoritmo de Clasificación
  • Unidad 4 Aplicación a la Detección de Sentimientos
Módulo 12: Bayes Ingenuo
  • Unidad 1 Implementación en Excel
  • Unidad 2 Ejemplo de Aplicación en Python
  • Unidad 3 Comparación de 4 Algoritmos Predictivos. (Bayes Ingenuo, Árboles, Redes Neuronales y Regression Logística)
Módulo 13: Random Forest
  • Unidad 1 Descripción Conceptual del Método
  • Unidad 2 Paquete Sklearn.ensemble
  • Unidad 3 Randomforestclassifier
  • Unidad 4 Randomforestregressor
  • Unidad 5 Ejemplo de Aplicación
  • Unidad 6 Comparación con Otras Técnicas
Módulo 14: Métodos Bayesianos
  • Unidad 1 Descripción Conceptual del Método
  • Unidad 2 Regresión Lineal Bayesiana: Pymc3
  • Unidad 3 Red Bayesiana: Pgmpy
Módulo 15: Máquina de Soporte Vectorial
  • Unidad 1 Descripción Conceptual del Método
  • Unidad 2 Paquete Sklearn.svm
  • Unidad 3 Ejemplo de Aplicación
  • Unidad 4 Comparación con Otras Técnicas

Modalidad de cursada

  • Modalidad a distancia de forma Online.
  • Clases por videoconferencias interactivas, una teórica y una práctica. La duración de cada clase es de aproximadamente una hora.
  • El alumno deberá realizar cierta actividad complementaria con material de soporte de las clases, trabajos con enfoque práctico y proyectos reales orientados a la Ciencia de Datos.

Fechas y horarios

16 de Febrero 2026
  • Clases en vivo: Lunes 21:30 Horas
  • Martes 19:30 Horas y Jueves 19:30 Horas
02 de Marzo 2026
  • Clases en vivo: Lunes 19:00 Horas
  • Martes 18:45 Horas y Jueves 18:45 Horas
16 de Marzo 2026
  • Clases en vivo: Lunes 21:30 Horas
  • Martes 19:30 Horas y Jueves 19:30 Horas

Solicitar más información

Inscripción + Cuota 1

$ 335.212

+5 pagos mensuales de $ 237.947

También podés optar por:

Abono total tarjeta en 6 c/sint. de $ 202.808

Abono total transf.: $ 973.478 Ahorrás un 20%

Inscribite vía Whatsapp

Hablá con uno de nuestros agentes de atención online que te guiarán paso a paso para que puedas continuar con la inscripción.

Puedes estudiar y obtener tu Certificación Universitaria UTN con nosotros en:

🇦🇷Argentina 🇲🇽México 🇨🇴Colombia 🇵🇪Perú 🇪🇨Ecuador 🇭🇳Honduras 🇧🇴Bolivia 🇬🇹Guatemala 🇨🇷Costa Rica 🇻🇪Venezuela 🇵🇾Paraguay 🇺🇾Uruguay 🇨🇺Cuba 🇵🇷Puerto Rico 🇸🇻El Salvador 🇩🇴República Dominicana 🇪🇸España 🇵🇦Panamá 🇺🇸Estados Unidos