Data Science- Specialist II - AD2193 - 202201
Descripción del Articulo
La importancia de la ciencia de datos abarca todos los sectores y ámbitos empresariales siendo un factor determinante para la toma de decisiones y selección de estrategias. Este es el quinto curso del Programa Data Science UPC dirigido a los estudiantes de la facultad de negocios a través de sus cur...
| Autores: | , |
|---|---|
| Formato: | informe técnico |
| Fecha de Publicación: | 2022 |
| Institución: | Universidad Peruana de Ciencias Aplicadas |
| Repositorio: | UPC-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorioacademico.upc.edu.pe:10757/672504 |
| Enlace del recurso: | http://hdl.handle.net/10757/672504 |
| Nivel de acceso: | acceso abierto |
| Materia: | AD2193 : |
| id |
UUPC_107a55665809140cfbabe369e39c1d8d |
|---|---|
| oai_identifier_str |
oai:repositorioacademico.upc.edu.pe:10757/672504 |
| network_acronym_str |
UUPC |
| network_name_str |
UPC-Institucional |
| repository_id_str |
2670 |
| spelling |
10396fd21c6c6afb0ad53625e301b053500http://orcid.org/0000-0001-8072-3476313762c5a68fcb2986dd45e8fee5931e300Alcántara Gavidia, Luis Alberto:2024-03-06T02:11:57Z2024-03-06T02:11:57Z2022-01http://hdl.handle.net/10757/672504La importancia de la ciencia de datos abarca todos los sectores y ámbitos empresariales siendo un factor determinante para la toma de decisiones y selección de estrategias. Este es el quinto curso del Programa Data Science UPC dirigido a los estudiantes de la facultad de negocios a través de sus cursos electivos. Al aprobar los 5 cursos electivos del programa el estudiante obtiene la mención Data Science UPC. A lo largo del curso se desarrollan contenidos de Coursera los cuales se encuentran asociados a certificaciones internacionales. En el curso Data Science Specialist II analizará el alcance y la naturaleza multidisciplinaria de la ciencia de datos, con enfoque en la resolución de problemas mediante datos en varias disciplinas. El estudiante aprenderá a desarrollará modelos de machine learning utilizando algoritmos en Python. El curso es de carácter teórico-práctico dirigido a los estudiantes del noveno ciclo de las carreras: Administración y Agronegocios, Administración y Finanzas, Administración y Marketing, Administración y negocios del deporte, Administración y Negocios Internacionales, Administración y Recursos Humanos, Contabilidad y Administración, Administración y Gerencia del Emprendimiento e Ingeniería Industrial,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:UPCAD2193:Data Science- Specialist II - AD2193 - 202201info:eu-repo/semantics/report2024-03-06T02:11:57ZTHUMBNAILAD2193_Data_Science-_Specialist_II_202201.pdf.jpgAD2193_Data_Science-_Specialist_II_202201.pdf.jpgGenerated Thumbnailimage/jpeg48760https://repositorioacademico.upc.edu.pe/bitstream/10757/672504/3/AD2193_Data_Science-_Specialist_II_202201.pdf.jpg2a5f5802c70db6f31004efc733fd69caMD53falseTEXTAD2193_Data_Science-_Specialist_II_202201.pdf.txtAD2193_Data_Science-_Specialist_II_202201.pdf.txtExtracted texttext/plain9180https://repositorioacademico.upc.edu.pe/bitstream/10757/672504/2/AD2193_Data_Science-_Specialist_II_202201.pdf.txt05e61ac55c64c3fa9278c91a9a913582MD52falseORIGINALAD2193_Data_Science-_Specialist_II_202201.pdfapplication/pdf13384https://repositorioacademico.upc.edu.pe/bitstream/10757/672504/1/AD2193_Data_Science-_Specialist_II_202201.pdf0b171c9af4a023cb9f0a2a5893e8fd6fMD51true10757/672504oai:repositorioacademico.upc.edu.pe:10757/6725042024-03-08 00:43:38.411Repositorio académico upcupc@openrepository.com |
| dc.title.none.fl_str_mv |
Data Science- Specialist II - AD2193 - 202201 |
| title |
Data Science- Specialist II - AD2193 - 202201 |
| spellingShingle |
Data Science- Specialist II - AD2193 - 202201 Alcántara Gavidia, Luis Alberto AD2193 : |
| title_short |
Data Science- Specialist II - AD2193 - 202201 |
| title_full |
Data Science- Specialist II - AD2193 - 202201 |
| title_fullStr |
Data Science- Specialist II - AD2193 - 202201 |
| title_full_unstemmed |
Data Science- Specialist II - AD2193 - 202201 |
| title_sort |
Data Science- Specialist II - AD2193 - 202201 |
| author |
Alcántara Gavidia, Luis Alberto |
| author_facet |
Alcántara Gavidia, Luis Alberto : |
| author_role |
author |
| author2 |
: |
| author2_role |
author |
| dc.contributor.author.fl_str_mv |
Alcántara Gavidia, Luis Alberto : |
| dc.subject.none.fl_str_mv |
AD2193 : |
| topic |
AD2193 : |
| description |
La importancia de la ciencia de datos abarca todos los sectores y ámbitos empresariales siendo un factor determinante para la toma de decisiones y selección de estrategias. Este es el quinto curso del Programa Data Science UPC dirigido a los estudiantes de la facultad de negocios a través de sus cursos electivos. Al aprobar los 5 cursos electivos del programa el estudiante obtiene la mención Data Science UPC. A lo largo del curso se desarrollan contenidos de Coursera los cuales se encuentran asociados a certificaciones internacionales. En el curso Data Science Specialist II analizará el alcance y la naturaleza multidisciplinaria de la ciencia de datos, con enfoque en la resolución de problemas mediante datos en varias disciplinas. El estudiante aprenderá a desarrollará modelos de machine learning utilizando algoritmos en Python. El curso es de carácter teórico-práctico dirigido a los estudiantes del noveno ciclo de las carreras: Administración y Agronegocios, Administración y Finanzas, Administración y Marketing, Administración y negocios del deporte, Administración y Negocios Internacionales, Administración y Recursos Humanos, Contabilidad y Administración, Administración y Gerencia del Emprendimiento e Ingeniería Industrial, |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2024-03-06T02:11:57Z |
| dc.date.available.none.fl_str_mv |
2024-03-06T02:11:57Z |
| dc.date.issued.fl_str_mv |
2022-01 |
| 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/10757/672504 |
| url |
http://hdl.handle.net/10757/672504 |
| 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.none.fl_str_mv |
Universidad Peruana de Ciencias Aplicadas (UPC) |
| publisher.none.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/10757/672504/3/AD2193_Data_Science-_Specialist_II_202201.pdf.jpg https://repositorioacademico.upc.edu.pe/bitstream/10757/672504/2/AD2193_Data_Science-_Specialist_II_202201.pdf.txt https://repositorioacademico.upc.edu.pe/bitstream/10757/672504/1/AD2193_Data_Science-_Specialist_II_202201.pdf |
| bitstream.checksum.fl_str_mv |
2a5f5802c70db6f31004efc733fd69ca 05e61ac55c64c3fa9278c91a9a913582 0b171c9af4a023cb9f0a2a5893e8fd6f |
| 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_ |
1851775475709378560 |
| score |
13.406609 |
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).