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...
| Autores: | , |
|---|---|
| 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).
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).