Facultad de Economía y Negocios Observatorio de IA e Innovación en los Negocios Departamento de Administración · Facultad de Economía y Negocios · Universidad de Chile

Formación

Recursos para aprender

Recursos para la formación en inteligencia artificial y analítica de negocios. Reúne herramientas interactivas para practicar las técnicas fundamentales, los programas de la Facultad que permiten profundizar la formación profesional y académica, y el material de las actividades y publicaciones del Observatorio.

Practicar

Playgrounds interactivos de machine learning

Nueve micro-sitios para explorar técnicas de machine learning ajustando parámetros y viendo el resultado en el momento. Corren en el navegador, sin instalar nada ni crear cuenta. Los construyó David Díaz como material de sus cursos de machine learning, IA y business intelligence.

Ir al portal de aprendizaje

Marco y ciclo de vida

Panorama del ML (CRISP-DM) ↗ Las fases del ciclo de modelamiento analítico, la madurez de los modelos y un laboratorio para ubicar cada técnica en un marco común. CRISP-DM · Ciclo de vida

Aprendizaje no supervisado

Clustering ↗ K-Means, DBSCAN y clustering jerárquico, para observar cómo cambian las particiones al mover centroides, epsilon y criterio de enlace. K-Means · DBSCAN · Jerárquico Análisis de componentes principales ↗ Reducción de dimensionalidad con varianza explicada, reconstrucción con menos componentes y detección de anomalías. PCA · SVD · Anomalías Autoencoders ↗ Entrenar un autoencoder en el navegador, ver cómo se forman los embeddings en el espacio latente y usar el error de reconstrucción para detectar anomalías. Autoencoder · Embeddings · Espacio latente

Reglas de asociación

Reglas de asociación ↗ Análisis de canasta de mercado con Apriori y FP-Growth, que cubre conjuntos frecuentes, soporte, confianza y lift. Apriori · FP-Growth · Soporte / confianza / lift

Aprendizaje supervisado

Regresión supervisada ↗ Ajustar rectas a mano, ver la solución analítica de mínimos cuadrados, extender a polinomios y controlar la complejidad con Ridge y Lasso. Regresión lineal · Polinomial · Ridge / Lasso Árboles y ensambles ↗ De un árbol de decisión a Random Forest y Gradient Boosting, con atención a la profundidad, la importancia de variables y el compromiso sesgo-varianza. Árbol de decisión · Random Forest · Gradient Boosting Kernels y redes neuronales ↗ Métricas de distancia en KNN, márgenes de SVM, la regla de aprendizaje del perceptrón y la arquitectura de un perceptrón multicapa. KNN · SVM · Perceptrón · MLP

Evaluación de modelos

Evaluación ↗ Matriz de confusión, curvas ROC, precisión-recall, análisis de umbral y desbalance de clases con SMOTE. ROC / AUC · Matriz de confusión · SMOTE

Profundizar

Programas de formación

Programas de la Facultad de Economía y Negocios vinculados al trabajo del Observatorio. Cada uno enlaza a su página de información e inscripción.

Según la página del Observatorio en Unegocios.

Del Observatorio

Material propio

Webinars y actividades Cada sesión queda documentada con su nota y sus materiales. 2 sesiones documentadas. Publicaciones y lecturas Investigación propia, colaboraciones, comentarios de literatura y sugerencias de lectura, con su procedencia declarada. 10 piezas.