Modulo II: Tratamiento de datos previo al modelamiento

Curso 100% práctico. Descargue el brochure aquí y suscríbase aquí para mantenerle informado sobre nuestra actividad Quant.

 

> Objetivo y definiciones claves (Target y Horizonte Temporal)
> Limpieza de datos
> Tratamiento de valores nulos o inconsistentes
> Tratamiento de valores extremos (outliers)
> Exploración de variables - distribuciones y box-plots
> Matrices, mapas y clústers de correlaciones
> Segmentando las variables y los datos para el modelo
> Creando variables combinadas
> Descartando variables o atributos
> Técnicas de muestreo y balanceo de datos
> Codificación de variables usando WoE
> Entendiendo metodologías de modelamiento (tradicionales y machine learning)
- Conceptos básicos
- Tipos de aprendizaje (Statistical Learning, Machine Learning, Deep Learning)
- Otros tipos de aprendizaje (supervisado, no supervisado, semi-supervisado, por refuerzo)
- Ejemplos y casos de éxito