Omitir los comandos de cinta
Saltar al contenido principal
Inicio de sesión
Universidad EAFIT
Carrera 49 # 7 sur -50 Medellín Antioquia Colombia
Carrera 12 # 96-23, oficina 304 Bogotá Cundinamarca Colombia
(57)(4) 2619500 contacto@eafit.edu.co
EAFITProgramasPosgradosMaestría en Administración Financiera / Especialización en FinanzasEspecialización en Finanzas / Maestría en Administración FinancieraMachine Learning para Finanzas (2019-2)

Machine Learning para Finanzas (2019-2)

Fecha: 28 al 30 de noviembre de 2019

​​​

Profesora: Paula Almonacid, Magíster en Ciencias Económicas de la Universidad Montreal, candidata a Doctora en Ciencias-Estadística en la Universidad Nacional​

Paula Almonacid, trabaja como Profesora Asistente en el Departamento de Finanzas. Anteriormente, se desempeñó como investigadora en el área de Investigaciones de la Oficina de Planeación y como profesora de cátedra en Estadística en la Universidad EAFIT. Durante el pregrado, se desempeñó como Asistente de Investigación en el CEDE (Centro para el Desarrollo Económico - Medellín, Colombia).​



Profesor: Ricardo Castro, PhD en Ingeniería, KU Leuven, Bélgica, Master en AI, KU Leuven, Bélgica​

Ricardo Castro, trabaja actualmente para Microsoft como Senior Delivery Data Scientist, cargo que ejerce principalmente para Latinoamérica. Tiene más de 16 años de experiencia profesional en puestos técnicos, gerenciales y de investigación en compañías manufactureras, tecnológicas y financieras. ​

Objetivos del curso: 

Los estudiantes tendrán la capacidad de utilizar los principios fundamentales de machine learning, mediante un pensamiento data-analítico que les permita extraer el conocimiento necesario a partir de los datos de un negocio o fenómeno económico, para generar valor a la empresa y la sociedad.

Contenido: 

  • ​​Conceptos transversales a todos los algoritmos.
  • Logistic RegressionExposición magistral, y caso práctico. 
  • Random Forest Exposición magistral, y caso práctico.
  • Support Vector MachinesExposición magistral, y caso práctico.
  • Artificial Neural Networks Exposición magistral, y caso práctico.
  • K-means, Exposición magistral, y caso práctico.

Fechas y Horario​: 

Jueves 28 de noviembre: 8 a.m. a 12 m. y 1 p.m. a 5 p.m.
Viernes 29 de noviembre: 8 a.m. a 12 m. y 1 p.m. a 5 p.m.
Sábado 30 de noviembre: 8 a.m. a 12 m.