Webinar: ‘Machine learning’ y modelos de pronóstico: descifrando los límites de la predicción
En este contexto tan dinámico y tecnológico en el que las personas y las organizaciones generan grandes volúmenes de datos, es importante convertir estos datos en información que nos permita tomar decisiones asertivas con impacto en los negocios. Por ello, tanto las personas como las organizaciones deben hacer lo posible para entender, estimar y pronosticar futuros escenarios, a fin de prever posibles contingencias o comportamientos no planificados.
En este webinar revisaremos cómo el machine learning, específicamente en lo relacionado con los modelos de pronóstico, puede ayudar a reducir la incerteza de escenarios futuros a partir de la predicción.
Expositor
André Chávez Panduro
Analytics manager MAZ en Anheuser-Busch InBev. Ha cumplido funciones similares en Interbank, Claro, Chubb Seguros y el INEI. Cuenta con 10 años de experiencia en análisis estadístico y gestión de la información. Cofundador de San Marcos Data Science Community, comunidad dedicada a promover la investigación de los estudiantes de la Universidad Nacional Mayor de San Marcos (UNMSM) en temas como data science, big data, machine learning y data mining. Ha realizado pasantías en el Instituto Tecnológico Autónomo (México) y en la Pontificia Universidad Javeriana (Colombia). Especialización en Transformación Digital en el Instituto Tecnológico de Massachusetts (Estados Unidos), y en Machine Learning y Cómputo Distribuido por el Centro de Investigación en Matemáticas (México). Candidato a magíster en Data Science por la Universidad Ricardo Palma. Licenciado en Estadística por la UNMSM.
Público
Actividad virtual sin costo, sujeta a aforo, dirigida a la comunidad de la Universidad de Lima y al público en general.
Informes
Organiza
Dirección de Educación Continua (DEC)
