Es un curso teórico con aplicaciones prácticas que aporta al dominio de métodos cuantitativos, de gestión e intermediación financiera y de riesgos. Brinda al alumno herramientas para comprender y aplicar algoritmos de machine learning a problemas financieros. Entre los tópicos a considerar se incluyen data sampling, data analysis, data pre-processing y feature engineering; statistical learnind; train, test, validation, cross-validation, resampling y bootstrapping; aprendizaje supervised y unsupervised; tipología de modelos (logistic, decision tree, random forest, gradient boosting, support vector machine y neural networks; métricas de clasificación y regression; técnicas de reducción de dimensionalidad y clustering. Las aplicaciones prácticas abordan conceptos fundamentales de finanzas.