01
Propensión y clasificación
Estimar la probabilidad de respuesta, abandono, conversión o evento para priorizar acciones.
Inscripciones abiertasEdición individualCiencia de datosOnline en vivo
Data Science con Python y Machine Learning
Construye modelos predictivos reproducibles y explicables, conectados con una decisión de negocio y evaluados fuera del notebook.
Inscribirme en edición individual
Precio primera edición
$89.990 CLP
US$100 para pagos internacionales
Primero completas los datos del estudiante y después eliges Mercado Pago, PayPal cuando esté disponible o transferencia.
Ciclo del modelo
01
Diseñar
Target, población, ventanas y métrica.
02
Modelar
Features, algoritmos y validación.
03
Explicar
Errores, límites, decisión y documentación.
El mejor modelo no es el más complejo: es el que generaliza, puede explicarse y mejora una decisión concreta.
Esta página · Edición individual
7, 9, 14, 16, 21 y 23 de septiembre de 2026
Puedes comprarla por separado. No exige seguir los cursos anteriores de la especialización.
Matrícula de especialización · Ruta completa
30 nov–16 dic 2026
Esta segunda fecha corresponde únicamente a quienes compran Especialización en Datos, Analítica e Inteligencia Artificial.
Ver ruta y calendario completoFechas edición individual
7, 9, 14, 16, 21 y 23 de septiembre de 2026
Horario
Lunes y miércoles, 20:00 a 21:20 hora de Chile
Duración
6 clases de 80 minutos
Inversión
$89.990 CLP · US$100
Respaldo académico
Programa diseñado y operado por Academia Bayes.
Modalidad
Clases online en vivo con fechas y horario informados.
Aula y materiales
Acceso privado a enlaces, materiales y grabaciones cuando la edición las incluya.
Certificación
Certificado según las condiciones de participación de la edición.
Machine learning aplicado
Modelos que responden una pregunta y resisten revisión.
El curso une estadística, programación y criterio de negocio dentro de un proyecto reproducible en Python.
02
Predicción numérica
Pronosticar demanda, valor o duración con intervalos, errores y supuestos interpretables.
03
Segmentación basada en datos
Encontrar estructuras de comportamiento y evaluar si los grupos son estables y útiles.
04
Modelo explicable
Traducir variables, contribuciones y limitaciones a evidencia que negocio pueda revisar y utilizar.
Contenido previsto
Del target a un modelo explicable
Una ruta práctica para preparar datos, comparar algoritmos, validar resultados y documentar una solución predictiva.
Pensado para
Analistas que quieren avanzar hacia roles de Data Scientist o Advanced Analytics.
Profesionales que necesitan aplicar modelos predictivos a problemas reales de negocio.
Personas con fundamentos de SQL y Python que buscan una metodología completa.
Diseño del problema predictivo
Target, población, ventanas, unidad de análisis, fuga de información y métrica de éxito.
Preparación y exploración
Pandas, calidad, faltantes, outliers, particiones y análisis exploratorio orientado a hipótesis.
Feature engineering
Transformaciones, codificación, escalamiento, selección y pipelines reproducibles.
Modelos y comparación
Regresión, clasificación, árboles, ensembles, clustering y selección proporcional al problema.
Validación y explicabilidad
Métricas, cross-validation, desbalance, calibración, importancia, SHAP y análisis de errores.
Entrega del modelo
Reproducibilidad, documentación, scoring, restricciones y traspaso hacia implementación y monitoreo.
Enfoque profesional
Una métrica alta no corrige un problema mal definido
Target, ventanas, muestras y uso esperado deben quedar resueltos antes de entrenar el primer algoritmo.
Particiones y métrica definidas antes de comparar modelos.
Pipeline reproducible desde datos hasta predicción.
Errores, sesgos y limitaciones documentados.
Resultado conectado con una acción de negocio.
Resultado esperado
Diseñar correctamente un problema predictivo.
Construir un pipeline de machine learning en Python.
Comparar modelos con métricas pertinentes.
Explicar y documentar una solución predictiva.
Inscripciones abiertas
Reserva tu cupo en esta edición.
Completa tus datos, elige tu forma de pago y conserva el código de inscripción. El acceso al aula se habilita cuando el pago queda confirmado.
Inversión
$89.990 CLP
US$100 para pagos internacionales. El medio exacto disponible se mostrará antes de salir de Academia Bayes.
Preguntas frecuentes
Antes de inscribirte
La fecha, el horario y el valor están definidos. Antes de pagar verás el resumen completo de tu inscripción.
¿Ya hay fecha y precio?
Sí. La fecha y el precio de la edición individual están publicados en esta página y las inscripciones ya se encuentran abiertas.
¿Registrarme implica pagar?
Completar tus datos no genera un cobro automático. En el paso siguiente eliges el medio de pago y el cupo se confirma una vez aprobado o verificado el pago.
¿Qué conocimientos previos necesito?
Se recomienda manejar Python básico, SQL y estadística descriptiva. La especialización incorpora esos fundamentos antes de este curso.
¿Puedo cursarlo sin completar la especialización?
Sí. Cada curso podrá tomarse de manera independiente. Para obtener la certificación de la especialización será necesario completar la malla y el proyecto integrador.
¿Debo seguir el orden de la especialización?
Solo si matriculas la especialización completa. Si compras este curso de forma individual, puedes comenzar directamente aquí sin haber cursado los programas anteriores.