Programa en Machine Learning
Información del curso
Descripción
Aplica las últimas técnicas de Machine Learning y crea algoritmos que aprendan continuamente de los datos de tu compañía y que se adapten a las necesidades de los clientes para mejorar tus productos y servicios.
El uso de este tipo de tecnología se extiende cada vez más en empresas de cualquier sector, que buscan la reducción de los costes y el aumento de la productividad, gracias a los algoritmos que analizan millones de datos en pocos segundos.
Temario
- Introducción AI & Machine Learning
- Introducción a Python, Jupyter y marco general
- Visión general de Numpy y Pandas
- Introducción al aprendizaje automático
- Introducción a los problemas de clasificación
- Clasificación II (KNN)
- Clasificación III (árboles de decisión)
- Clasificación IV (NN)
- Clasificación V (SVM)
- Metaclasificadores (CGBoost)
- Introdución al aprendizaje no supervisado
- Técnicas de procesamiento de datos avanzados: PCA y TSNE
- Detección de anomalías
- Clusterización I
- Clusterización II
- Reglas de Asociación
- Auto ML / Hiperparametrización
- Algoritmos genéticos
- Aprendizaje incremental
- Métodos combinados de aprendizaje
Destinatarios
- Personas que quieran aprender sobre machine learning.
- Estudiantes que quieran aprender sobre machine learning a través de un programa online
Requisitos
¿Necesitas información sobre cursos? Llámanos al 900 293 573
Llamada gratuita de lunes a viernes de 9h a 20h
Metodología
Idiomas en los que se imparte
Duración
Objetivos
Con el programa Machine Learning Online conocerás los fundamentos de la Inteligencia Artificial, el Machine Learning, los Sistemas Cognitivos y su aplicación en diferentes áreas de negocio. Utiliza modelos de aprendizaje y redes neuronales para extraer valor del dato. Además te dotaremos de los conocimientos de programación necesarios en Python, para diseñar aplicaciones de AI y utilizar los modelos aprendidos en casos reales.
Durante las sesiones se estudiarán los diferentes algoritmos supervisados de clasificación (KNN, NN, SVM…), metaclasificadores (XGBoost) y modelos de aprendizajes no supervisados como la detección de anomalías o la clusterización, además de las últimas técnicas de Machine Learning como la hiper parametrización o el incremental learnin