[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
- Origen e historia del ML
- Introducción a Python
- Preparación del entorno
- Estadística 101
- Uso de DataFrames
- Media, Mediana y Moda
- Varianza y desviación estándar
- Tipos de distribuciones
- Probabilidad condicional
- Teorema de Bayes
- Modelos predictivos
- Regresión Lineal
- Regresión Polinómica
- Regresión Multivariable (OLS)
- Machine Learning I
- Aprendizaje supervisado y aprendizaje sin supervisar
- Clasificador Naive Bayes
- K-Means clustering
- Árboles de decisión
- Random Forests
- Support Vector Machines (SVM)
- Machine Learning II
- KNN (K-Nearest-Neighbors)
- Redución de dimensionalidad
- Análisis de componentes principales (PCA)
- Data Warehousing ETL vs ELT
- K-fold cross-validation
Documentación Recomendada
Python Machine Learning
Sebastian Raschka
Septiembre 2015 | 454 páginas
ISBN: 9781783555130
https://www.packtpub.com/big-data-and-business-intelligence/python-machine-learning