Business Predictive Analytics - SI709 - 202301

Descripción del Articulo

Descripción: El curso de Business Predictive Analytics inicia sentando las bases sobre el análisis de datos y las disciplinas con las cuales se interrelaciona. Se enfatiza en el ecosistema de herramientas open source a utilizar a lo largo del curso, así como en los conceptos, definiciones claves, té...

Descripción completa

Detalles Bibliográficos
Autores: Matos Sánchez, Edilberto Christian Martín, Rodriguez Castillo, Hugo Maximiliano
Formato: informe técnico
Fecha de Publicación:2023
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/682448
Enlace del recurso:http://hdl.handle.net/10757/682448
Nivel de acceso:acceso abierto
Materia:SI709
id UUPC_eee7abea7a72d194a87e69c452dce436
oai_identifier_str oai:repositorioacademico.upc.edu.pe:10757/682448
network_acronym_str UUPC
network_name_str UPC-Institucional
repository_id_str 2670
spelling 8a6dfb21659c6d7d3510e5aa8ac79ecc50021436ff6e376727302f04aec85d8d8df500Matos Sánchez, Edilberto Christian MartínRodriguez Castillo, Hugo Maximiliano2024-12-05T19:18:42Z2024-12-05T19:18:42Z2023-03http://hdl.handle.net/10757/682448Descripción: El curso de Business Predictive Analytics inicia sentando las bases sobre el análisis de datos y las disciplinas con las cuales se interrelaciona. Se enfatiza en el ecosistema de herramientas open source a utilizar a lo largo del curso, así como en los conceptos, definiciones claves, técnicas y su puesta en práctica a través de notebooks de código con la finalidad de desarrollar un proyecto de Machine Learning, desde la concepción, identificación de la fuente de datos, tratamiento, transformación de datos, continuando con la utilización de algoritmos para la modelización del caso de negocio y la evaluación de los resultados a través de métricas. Dado la naturaleza del curso se proponen actividades de investigación y autoaprendizaje que complementan y aportan al análisis de datos. Propósito: El curso de Business Predictive Analytics tiene como propósito brindar a los estudiantes las competencias para el desarrollo de proyectos y/o soluciones de analítica predictiva de datos enfocada en soluciones de negocio y la generación de valor en las organizaciones. El curso contribuye directamente al desarrollo de la competencia general de razonamiento cuantitativo (nivel 2) para la carrera de Ingeniería de Sistemas de Información y la competencia específica Aprendizaje continuo (nivel 2). Tiene como requisito el curso de MA642 Estadística Aplicada.application/pdfspaUniversidad Peruana de Ciencias Aplicadas (UPC)info:eu-repo/semantics/openAccessUniversidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCSI709Business Predictive Analytics - SI709 - 202301info:eu-repo/semantics/report2024-12-05T19:18:42ZTHUMBNAILSI709_Business_Predictive_Analytics_202301.pdf.jpgSI709_Business_Predictive_Analytics_202301.pdf.jpgGenerated Thumbnailimage/jpeg59599https://repositorioacademico.upc.edu.pe/bitstream/10757/682448/3/SI709_Business_Predictive_Analytics_202301.pdf.jpgb138ef11767cd2481724cc1f5560ef48MD53falseTEXTSI709_Business_Predictive_Analytics_202301.pdf.txtSI709_Business_Predictive_Analytics_202301.pdf.txtExtracted texttext/plain12481https://repositorioacademico.upc.edu.pe/bitstream/10757/682448/2/SI709_Business_Predictive_Analytics_202301.pdf.txtba1146b46abfe9313c1e841569cf4d72MD52falseORIGINALSI709_Business_Predictive_Analytics_202301.pdfapplication/pdf16909https://repositorioacademico.upc.edu.pe/bitstream/10757/682448/1/SI709_Business_Predictive_Analytics_202301.pdf671706cdbc840d7d939c8255cdb0cb72MD51true10757/682448oai:repositorioacademico.upc.edu.pe:10757/6824482024-12-06 03:24:36.628Repositorio académico upcupc@openrepository.com
dc.title.none.fl_str_mv Business Predictive Analytics - SI709 - 202301
title Business Predictive Analytics - SI709 - 202301
spellingShingle Business Predictive Analytics - SI709 - 202301
Matos Sánchez, Edilberto Christian Martín
SI709
title_short Business Predictive Analytics - SI709 - 202301
title_full Business Predictive Analytics - SI709 - 202301
title_fullStr Business Predictive Analytics - SI709 - 202301
title_full_unstemmed Business Predictive Analytics - SI709 - 202301
title_sort Business Predictive Analytics - SI709 - 202301
author Matos Sánchez, Edilberto Christian Martín
author_facet Matos Sánchez, Edilberto Christian Martín
Rodriguez Castillo, Hugo Maximiliano
author_role author
author2 Rodriguez Castillo, Hugo Maximiliano
author2_role author
dc.contributor.author.fl_str_mv Matos Sánchez, Edilberto Christian Martín
Rodriguez Castillo, Hugo Maximiliano
dc.subject.none.fl_str_mv SI709
topic SI709
description Descripción: El curso de Business Predictive Analytics inicia sentando las bases sobre el análisis de datos y las disciplinas con las cuales se interrelaciona. Se enfatiza en el ecosistema de herramientas open source a utilizar a lo largo del curso, así como en los conceptos, definiciones claves, técnicas y su puesta en práctica a través de notebooks de código con la finalidad de desarrollar un proyecto de Machine Learning, desde la concepción, identificación de la fuente de datos, tratamiento, transformación de datos, continuando con la utilización de algoritmos para la modelización del caso de negocio y la evaluación de los resultados a través de métricas. Dado la naturaleza del curso se proponen actividades de investigación y autoaprendizaje que complementan y aportan al análisis de datos. Propósito: El curso de Business Predictive Analytics tiene como propósito brindar a los estudiantes las competencias para el desarrollo de proyectos y/o soluciones de analítica predictiva de datos enfocada en soluciones de negocio y la generación de valor en las organizaciones. El curso contribuye directamente al desarrollo de la competencia general de razonamiento cuantitativo (nivel 2) para la carrera de Ingeniería de Sistemas de Información y la competencia específica Aprendizaje continuo (nivel 2). Tiene como requisito el curso de MA642 Estadística Aplicada.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2024-12-05T19:18:42Z
dc.date.available.none.fl_str_mv 2024-12-05T19:18:42Z
dc.date.issued.fl_str_mv 2023-03
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/report
format report
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10757/682448
url http://hdl.handle.net/10757/682448
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
dc.source.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
Repositorio Académico - UPC
dc.source.none.fl_str_mv reponame:UPC-Institucional
instname:Universidad Peruana de Ciencias Aplicadas
instacron:UPC
instname_str Universidad Peruana de Ciencias Aplicadas
instacron_str UPC
institution UPC
reponame_str UPC-Institucional
collection UPC-Institucional
bitstream.url.fl_str_mv https://repositorioacademico.upc.edu.pe/bitstream/10757/682448/3/SI709_Business_Predictive_Analytics_202301.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/682448/2/SI709_Business_Predictive_Analytics_202301.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/682448/1/SI709_Business_Predictive_Analytics_202301.pdf
bitstream.checksum.fl_str_mv b138ef11767cd2481724cc1f5560ef48
ba1146b46abfe9313c1e841569cf4d72
671706cdbc840d7d939c8255cdb0cb72
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio académico upc
repository.mail.fl_str_mv upc@openrepository.com
_version_ 1846066114515173376
score 13.87025
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).