Curso de introducción a Machine Learning

Conoce los conceptos básicos del aprendizaje automático: qué tipos hay, qué es lo que se necesita para comenzar con él, los problemas que podemos encontrar, cómo evaluamos un modelo y qué algoritmos podemos usar.

Temario:

Módulo 1
3 clases
Introducción y fundamentos
Clase 1
Introducción al curso de Machine Learning
Clase 2
Qué es y qué no es Machine Learning
Clase 3
Qué veremos en este curso
Módulo 2
11 clases
Fundamentos de Machine Learning
Clase 1
Qué es el aprendizaje automático
Clase 2
Inteligencia artificial vs Machine Learning
Clase 3
Por qué usamos Machine Learning
Clase 4
En dónde sí y en dónde no usar ML
Clase 5
Feature engineering
Clase 6
Conjuntos de entrenamiento, validación, y pruebas
Clase 7
Cualidades de un buen dataset
Clase 8
Tipos de aprendizae automático
Clase 9
Tareas que se afrontan con Machine Learning
Clase 10
Importancia del análisis de datos en ML
Clase 11
Parámetros e hiperparámetros
Módulo 3
7 clases
Algoritmos
Clase 1
SciKit Learn
Clase 2
Regresión lineal y el gradiente descendiente
Clase 3
Regresión logística
Clase 4
Árboles de decisión - bloques aleatorios
Clase 5
KNN (K-Nearest Neighbours)
Clase 6
Máquinas de soporte de vectores
Clase 7
K-Means
Módulo 4
3 clases
Evaluación y métricas
Clase 1
El baseline - antes del modelado
Clase 2
Métricas de clasificación
Clase 3
Métricas de la regresión
Módulo 5
3 clases
Retos y despedida
Clase 1
Retos de ML: Los datos 1/2
Clase 2
Retos de ML: Overfitting, undefitting 2/2
Clase 3
Conclusiones y cierre

Contraseñas / Passwords RAR:
consiguelogratis.com
cursos.cibernautas.org
consiguelogratis
cibernautas.org