-
Implementar flujos de trabajo de machine learning aplicados a datos financieros reales.
-
Desarrollar modelos de predicción y clasificación utilizando regresiones, árboles, ensemble y boosting.
-
Aplicar técnicas de clustering y reducción de dimensionalidad para segmentación y exploración.
-
Evaluar el desempeño de modelos con métricas adecuadas y validación cruzada temporal.
-
Visualizar y comunicar resultados para apoyar decisiones financieras.
Profesionales y empresas
Que buscan dominar herramientas de IA, automatización y analítica avanzada.
​
Estudiantes y egresados
Que desean actualizar sus conocimientos y acceder a oportunidades laborales.
​
Equipos corporativos
Que requieren formación estratégica para impulsar la transformación digital
Curso: Machine Learning Aplicado a las Finanzas – Nivel Intermedio
Preparación de Datos Financieros para Machine Learning
-
Extracción y limpieza de datos financieros (yfinance, pandas)
-
Transformación de precios a retornos, log-retornos, volatilidades móviles
-
Creación de variables predictoras (lags, medias móviles, RSI, MACD, etc.)
-
Normalización, estandarización y detección de outliers
-
Validación temporal (TimeSeriesSplit) y overfitting en series financieras
-
Introducción práctica a scikit-learn
Resultados del curso
Al finalizar el curso, los participantes serán capaces de
Preparar y transformar datos financieros reales para modelado predictivo.
Aplicar algoritmos de machine learning supervisado y no supervisado con Python en problemas financieros.
Evaluar y comparar modelos predictivos utilizando métricas especializadas y validación adecuada para series temporales.
Segmentar activos o clientes mediante técnicas de clustering y reducción de dimensionalidad.
Interpretar y comunicar resultados de modelos a través de visualizaciones y reportes claros.
Instructor del Curso
Antonio Murillo Reyes
Economista/Data Science.
​Máster en Econometría (Univ. Torcuato Di Tella - Argentina), MBA en Administración de Empresas (UCB – Bolivia) y Posgrado en IA y Ciencia de Datos (UNC-Argentina). Especializado en análisis Macroeconómico y Modelación Econométrica. Fue Analista Senior en el Banco Central de Bolivia. Docente de postgrado en Econometría y Machine Learning en posgrados en Bolivia y Ecuador..
Metodología de Enseñanza
Aprendizaje práctico
Basamos nuestra enseñanza en proyectos reales que reflejan los desafíos cotidianos de las empresas
Plataformas interactivas
Utilizamos simuladores y herramientas digitales que facilitan la comprensión de conceptos complejos
Evaluación continua
Medimos constantemente el impacto para ajustar metodologías y optimizar resultados
Cursos relacionados
.webp)
.png)
Certificación
Diploma digital verificable a través del sistema de verificación de autenticidad.
Certificados extendidos por la Secretaría de Cultura y Extensión Instituto Deep Quantics Bolivia.
PREGUNTAS FRECUENTES
Resuelve tus dudas al instante
¿Por que Deep Quantics?