Gerencia de datos en el Sector Salud

En este curso vas a identificar y explorar oportunidades de negocio a través de técnicas estadísticas avanzadas y robustas que generan valor agregado y construyen inteligencia apalancada por grandes volúmenes de datos, aprende a sacarle provecho a tus datos sectoriales e institucionales.

Si captura muchos datos en su organización, ya es hora de usarlos de manera diferente y efectiva, para tomar decisiones estructuradas que impacten de lleno en el desempeño y en los resultados. Estamos seguros que al momento de obtener el certificado de este curso, su visión y sus habilidades y destrezas para el uso de los datos sectoriales estará completamente renovado y optimizado.

Históricamente, el sector salud ha sido uno de los principales recolectores de información. Esta disponibilidad permite identificar y explotar oportunidades excepcionales de negocio a través de técnicas computacionales y estadísticas que generan valor agregado y permiten construir inteligencia apalancada por grandes volúmenes de datos y metodologías estadísticas avanzadas y robustas.

Con este curso entregaremos al estudiante las herramientas necesarias para planear, liderar, monitorear y en general gerenciar un proyecto de analítica de datos que responda a necesidades de su organización.

CONOZCA AQUÍ LOS CONTENIDOS CURRICULARES

LECCIÓN 1: INTRODUCCIÓN AL CURSO Y METODOLOGÍAS DE DESARROLLO

Introducción a la analítica de datos ( Definición de conceptos básicos: Big Data, minería de datos, ML)
Metodologías para el desarrollo de proyectos de Analítica de Datos (CRISP-DM, SEMMA, KDD)
Fases de un proyecto de análisis de datos (Comprensión del problema, comprensión y pre-procesamiento de los datos, modelaje, evaluación, y despliegue)

LECCIÓN 2: FORMULACIÓN Y COMPRENSIÓN DEL PROBLEMA

Introducción al aprendizaje de máquinas I (Análisis supervisado)
Estimación de función objetivo (Análisis paramétrico vs. No paramétrico / Interpretabilidad vs. Predicción)
Interpretación (Correlación vs Causalidad)
Selección de parámetros (Sesgo vs. Varianza)

LECCIÓN 3: COMPRENSIÓN Y PREPROCESAMIENTO DE DATOS

Comprensión y preprocesamiento de datos y sus Tipos: estructurados, no estructurados, streaming, tipos de variables
Estadística descriptiva parte I y II; correlaciones, dispesión
Analítica descriptiva (Visualización de datos)
Procesamiento de datos (Extracción, transformación y carga de datos)

LECCIÓN 4: MODELAJE Y EVALUACIÓN I: ANÁLISIS SUPERVISADO

Introducción y Preparación de Datos (técnicas de minería de datos) parte I y II
Técnicas de regresión base parte I y II
Técnicas de clasificación base
Matriz de confusión
Técnicas avanzadas de clasificación y regresión parte I y II
Árboles de decisión parte I y II

LECCIÓN 5: MODELAJE Y EVALUACIÓN II -ANÁLISIS NO SUPERVISADO

Preparación de los datos y Metodologías de Agrupamiento: k-medias y Grupos jerárquicos
Métricas de agrupamiento: Homogeneidad y Heterogeneidad – inercia o varianza interna de los grupos, coeficiente de silueta; indice de dunn
Escogencia de número de grupos
Discretización de campos numéricos

LECCIÓN 6: DESPLIEGUE DE RESULTADOS

Evaluación de resultados – Parte I y II
Planificación de despliegue y Despliegue
Planeación del control y del mantenimiento – Parte I y II
Creación de un Informe Final
Revisión final del proyecto

Imagina cuando comprendas y puedas usar el modelaje y evaluación para análisis no supervisado, K-medias, agrupamiento jerárquico, suma de cuadrados intra e intergrupal, coeficiente de silueta, regla del codo, dendograma, reducción de dimensionalidad y detección de anomalías, todo ello explicado en detalle y de manera muy fácil de aplicar por dos expertos tutores.

Llegarás a poder desplegar los resultados, visualizar e interpretar, realizar predicciones fuera de muestra y conocer las herramientas de implementación con despliegue local y aplicaciones web.

DURACIÓN

El curso Gerencia de Datos en el Sector Salud tiene una duración de veinticuatro (24) horas, donde encontrarás videos, exámenes, papers en forma de PDF y algunos webinarios complementarios que se grabarán y quedarán disponibles para consulta posterior.