Forecasting con IA

Presentación

Forecasting es el área que permite analizar y pronosticar datos temporales, de forma tal que puedan identificar patrones, tendencias, y dependencias en estos datos, comprender su dinámica y luego predecir valores a futuro.

Actualmente, las técnicas de Inteligencia Artificial (IA) han sido implementadas para extender y fortalecer las capacidades de los métodos tradicionales, permitiendo alcanzar alto nivel de precisión en grandes volúmenes de datos.

Objetivos

Los objetivos de este curso son:

• Introducir los fundamentos teóricos de Forecasting para el análisis de información temporal.
• Conocer y evaluar herramientas estadísticas y computacionales para identificar y comprender patrones, tendencias y ciclos en datos temporales.
• Conocer y emplear herramientas de Inteligencia Artificial para evaluar y generar modelos predictivos eficientes de Forecasting que ayuden a una toma de decisiones con información temporal de áreas diversas.

Dirigido a

• Bachilleres de las carreras de: Ciencia de la Computación, Ingeniería de Sistemas y las otras ingenierías, Educación, Matemática, Estadística, Minería, Finanzas, Administración, Ventas, Manufactura, área biomédica, entre otras.
• Profesionales con conocimientos de lenguajes de programación, e interesados en analizar datos temporales de forma computacional y transformarlos en información útil para una mejor toma de decisiones.

Contenido

• Fundamentos de Forecasting.
• Reconocimiento de patrones, tendencias, y ciclos.
• Análisis exploratório de datos, y detección de datos atípicos.
• Forecasting con modelos tradicionales.
• Forecasting con inteligencia artificial: Machine learning y deep learning.

Expositor

Doctor Yván Jesús Túpac Valdivia

Doctor en Ingeniería Eléctrica por la Pontifícia Universidad Católica de Rio de Janeiro. Actualmente se desempeña como profesor a tiempo completo del Departamento de Ciencia de la Computación de la UCSP y es Director del Centro de Investigación e Innovación en Ciencia de la Computación (RICS). Cuenta con experiencia tanto en investigación como aplicación en análisis de datos temporales, procesos estocásticos, modelos probabilísticos y en Forecasting de datos temporales tanto con modelos tradicionales como con modelos basados en inteligencia artificial. Con actuación principalmente en evaluación económica de proyectos bajo incertidumbre, previsión de despacho y consumo eléctrico.

Metodología

• Clases magistrales.
• Método del caso (análisis de situaciones reales).
• Investigación, trabajo en equipo y debates.

Requisitos de admisión

Conocimiento de lenguajes de programación.

Calendario

Calendario
Fecha de inicio	23 de febrero de 2024
Fecha de fin	6 de abril de 2024
Horario	Viernes de 18:15 a 20:30 h y Sábado de 10:00 a 12:15 h.
Duración	12 sesiones
Horas académicas	36 horas académicas.
Lugar	Google Meet

Inversión

• Precio: S/ 390.00
• Pronto pago hasta el 09 de febrero: S/ 340.00
• Descuentos:
  • 5% de descuento corporativo (2 personas).
  • 10% de descuento corporativo (3 personas a más).
  • 20% de descuento para Comunidad UCSP.
• Cierre de inscripciones: 21 de febrero del 2024.

Certificación

Certificado virtual otorgado por la Dirección de Formación Continua de la Escuela de Postgrado y el Departamento de Ciencia de la Computación.

Organiza