IFCD093PO: MACHINE LEARNING APLICADO USANDO PYTHON

El curso tiene como objetivo principal formar al alumno en el desarrollo de sistemas predictivos mediante Machine Learning con Python, abarcando desde la introducción teórica hasta la implementación práctica con modelos supervisados y no supervisados. Se hace énfasis en el uso eficiente de librerías especializadas, la correcta preparación de datos, la validación de resultados y la construcción de pipelines reproducibles. Asimismo, se integran capacidades transversales como la evaluación ética de los modelos, la prevención del data leakage, la interpretación mediante técnicas como SHAP o permutation importance y, en su caso, el tratamiento de series temporales. Al finalizar, el alumno estará capacitado para afrontar proyectos de ML con rigor técnico y aplicabilidad real..

MÓDULO 1. INTRODUCCIÓN AL CURSO 9
1.1. Introducción al Python 10
1.2. Librería de Python para Machine Learning 18
1.3. Machine Learning. Introducción 27
MÓDULO 2. APRENDIZAJE SUPERVISADO 39
2.1. Definición y aplicaciones 40
2.2. Medidas de rendimiento 49
2.3. Modelos lineales 58
2.4. Modelos supervisados de ML: árboles, SVM, redes neuronales 67
2.5. Combinación de modelos. Random Forest 76
MÓDULO 3. APRENDIZAJE NO SUPERVISADO 85
3.1. Definición y aplicaciones 86
3.2. Medidas de rendimiento 97
3.3. Clustering 106
3.4. Biclustering 115
3.5. Manifolds 124
3.6. Análisis de la cesta 132
GLOSARIO 145
AUTOEVALUACIÓN 150