Machine Learning aplicado usando Python - SCORM

Curso de Machine Learning aplicado usando Python - SCORM

Contenidos del curso

Este curso se imparte en modalidad online y consta de 3 unidades. La duración aproximada del curso depende del nivel del alumno y si repite las prácticas entre el contenido del curso y las herramientas de colaboración. A su finalización, el alumno recibirá un diploma acreditativo.

Índice

Unidad 1. Introducción al curso

• Introducción al Python
• Librería de Python para Machine Learning.
• Machine Learning. Introducción.

Unidad 2. Aprendizaje supervisado

• Definición y aplicaciones.
• Medidas de rendimiento.
• Modelos lineales
• Modelos supervisados de ML: árboles, SVM, redes neuronales.
• Combinación de modelos. Random Forest.

Unidad 3. Aprendizaje no supervisado

• Definición y aplicaciones.
• Medidas de rendimiento.
• Clustering. Tipos
• Biclustering
• Manifolds. Reducción de la dimensionalidad
• Análisis de la cesta.

Evaluación final

Cuestionario de Calidad.

Requisitos previos 

Para realizar este curso no son necesarios unos requisitos técnicos previos. Sin embargo, se recomiendan conocimientos básicos de informática y conocimientos de entornos relacionados con la Tecnología de la Información.