Descripción del curso
El machine learning es un subconjunto de la inteligencia artificial (IA). Se enfoca en enseñar a las computadoras para que aprendan de los datos y mejoren con la experiencia –en lugar de ser explícitamente programadas para hacerlo–. En el machine learning, los algoritmos están entrenados para encontrar patrones y correlaciones en grandes data sets, y para lograr las mejores decisiones y proyecciones en base a ese análisis. Las aplicaciones de machine learning mejoran con el uso y se vuelven más precisas a medida que tienen acceso a más datos.
¿Qué voy a aprender?
1.Qué es Machine Learning?
2.Tipos de aprendizaje: supervisado,
3.no supervisado y por refuerzo
4.Ejemplos de aplicaciones de Machine Learning
5.Herramientas y bibliotecas populares de
6.Machine Learning
7.Recolección y obtención de datos
8.Limpieza y análisis exploratorio de datos
9.Transformación y normalización de datos
10.Selección de características relevantes
11.Ejemplos prácticos de limpieza de datos
12.Regresión lineal y regresión logística
13.Máquinas de soporte vectorial (SVM)
14.Árboles de decisión y bosques aleatorios
15.Evaluación y selección de modelos, teniendo
16.como alimento la data procesada del capítulo
anterior
17.Clustering: K-Means, DBSCAN,
18.Hierarchical Clustering
19.Reducción de dimensionalidad: PCA
(Análisis de Componentes Principales)
20.Evaluación y selección de modelos, teniendo
como alimento la data procesada del capítulo
anterior
21.Introducción a las redes neuronales
22.Redes neuronales convolucionales (CNN)
para casos prácticos
23.Redes neuronales recurrentes (RNN) y LSTM
para procesamiento de secuencias de
tiempo
24.Hiperparámetros y su ajuste
25.Regularización para evitar el sobreajuste
26.Validación cruzada
27.Procesamiento de lenguaje natural (NLP)
y modelos de lenguaje
28.Machine Learning en imágenes médicas
29.Uso de modelos generativos
30.Desarrollo de un proyecto de Machine
Learning presentando un informe tipo
paper, ppts y código
Contenido del curso
- Sesión 1
Presentación del Curso
- Sesión 2
Sesión introductoria
- Sesión 3
Sesión I
Duración: 03:00:00- Sesión 4
Sesión II
Duración: 03:00:00- Sesión 5
Sesión III
Duración: 03:00:00- Sesión 6
Sesión IV
Duración: 03:00:00- Sesión 7
Sesión V
Duración: 03:00:00- Sesión 8
Sesión VI
Duración: 03:00:00- Sesión 9
Sesión VII
Duración: 03:00:00- Sesión 10
Sesión IIX
Duración: 03:00:00- Sesión 11
Sesión IX
Duración: 03:00:00- Sesión 12
Sesión X
Duración: 03:00:00- Sesión 13
Comentarios del curso
Nathaly
ROGER HUGO
Danny Michael
CAMILO ALEMBERT
Jean Pool Rolando
MARK ELAR
Gerson E