LIC-S-EF-0315
IFCD093PO: MACHINE LEARNING APLICADO USANDO PYTHON
Desarrollar, implementar y validar modelos de aprendizaje máquina (Machine Learning): diseñar modelos predictivos de clasificación en problemas reales de salud,economía y empresa, implementar algoritmos de segmentación para análisis depoblaciones en diferentes aplicaciones y desarrollar modelos de predicción avanzadosde series temporales.
1. INTRODUCCIÓN AL CURSO
1.1. Introducción al Python
1.2. Librería de Python para Machine Learning.
1.3 Machine Learning. Introducción.
2. APRENDIZAJE SUPERVISADO
2.1. Definición y aplicaciones.
2.2 Medidas de rendimiento.
2.3 Modelos lineales
2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales.
2.5 Combinación de modelos. Random Forest.
3. APRENDIZAJE NO SUPERVISADO
3.1. Definición y aplicaciones.
3.2 Medidas de rendimiento.
3.3 Clustering. Tipos
3.4 Biclustering
3.5 Manifolds. Reducción de la dimensionalidad
3.6 Análisis de la cesta.
Contiene:
- Videos
- Exámenes parciales
- Examen final
- Glosario
- Bibliografía
- Actividades
- Documentos de apoyo
- Gamificación
Información genérica de los contenidos desarrollados por este proveedor. Para confirmar características específicas de un producto concreto, solicite información detallada.
Dispone de:
- Conector por unidad
- Conector único
- Test de autoevaluación
Información genérica de los contenidos desarrollados por este proveedor. Para confirmar características específicas de un producto concreto, solicite información detallada.
¿No encuentras las características que estás buscando?
Contacta con uno de nuestros asesores para que resuelva todas tus dudas.
Recibir mi asesoramiento