[BAT-080] Machine Learning

Duración: 16 horas

Perfil: Avanzado

Dirigido a

Programadores, ingenieros, matemáticos, estadísticos. Toda persona que sepa programar y tenga un conocimiento medio de matemáticas y quiera desarrollarse en el campo del Machine Learning

Requisitos previos

Se requieren conocimientos de programación matemáticos y estadísticos para realizar el curso.

Objetivos

Este curso proporciona una amplia introducción al aprendizaje automático, la minería de datos y el reconocimiento de patrones estadísticos. El alumno adquirirá los conocimientos necesarios para afrontar un problema de explotación de los datos basándose en Machine Learning, desarrollar o modificar algoritmos existentes para la mejor adecuación a la solución del problema.

Contenido

Introducción
1. Origen e historia del ML
2. Introducción a Python
3. Preparación del entorno
Estadística 101
1. Uso de DataFrames
2. Media, Mediana y Moda
3. Varianza y desviación estándar
4. Tipos de distribuciones
5. Probabilidad condicional
6. Teorema de Bayes
Modelos predictivos
1. Regresión Lineal
2. Regresión Polinómica
3. Regresión Multivariable (OLS)
Machine Learning I
1. Aprendizaje supervisado y aprendizaje sin supervisar
2. Clasificador Naive Bayes
3. K-Means clustering
4. Árboles de decisión
5. Random Forests
6. Support Vector Machines (SVM)
Machine Learning II
1. KNN (K-Nearest-Neighbors)
2. Redución de dimensionalidad
3. Análisis de componentes principales (PCA)
4. Data Warehousing ETL vs ELT
5. K-fold cross-validation

Pedir más Información

Volver a Pronoide