Curso de Fundamentos Prácticos de Machine Learning
Curso
Virtual
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Curso
-
Nivel
Nivel avanzado
-
Metodología
Virtual
-
Duración
Flexible
-
Inicio
Fechas disponibles
-
Campus online
Sí
-
Servicio de consultas
Sí
-
Clases virtuales
Sí
Define el algoritmo adecuado de Machine Learning para solucionar un problema de tu vida cotidiana o trabajo. Aprende a clasificar problemas y define su solución mediante clasificación, agrupación o reglas de asociación. Domina los conceptos bases del Machine Learning a través de ejercicios prácticos en Python.
Sedes y fechas disponibles
Ubicación
Inicio
Inicio
A tener en cuenta
Crear una red convolucional simple con TensorFlow
Entender el aprendizaje profundo
Evaluar un modelo
Dominar las bases de K-Means
Crear un clasificador con Scikit Learn
Comprender un árbol de decisión
Implementar regresión lineal y logística
Opiniones
Materias
- E learning
- Logística
- Platzidoro
- Comandos
- Subajuste
- Cargando
- Aprendizaje
- Evaluación
- Recomendaciones
- Aprendendiendo
Programa académico
- Fundamentos prácticos
- Aplica Platzidoro en este curso y asegura el éxito de tu aprendizaje
- Introducción al Curso
- Introducción a Numpy
- Introducción y manipulación de datos con Pandas
- Introducción a ScikitLearn
- Comandos básicos de las librerías usadas en el curso (Numpy, Pandas y ScikitLearn)
- ¿Qué es la predicción de datos?
- Sobreajuste y subajuste en los datos
- Regresión lineal simple y regresión lineal múltiple
- Regresión lineal simple con Scikit-Learn: división de los datos
- Regresión lineal simple con Scikit-Learn: creación del modelo
- Regresión logística con Scikit-Learn: definición y división de datos
- Regresión logística con Scikit-Learn: evaluación del modelo
- Matriz de confusión
- PlatziDoro Cápsula 1
- ¿Qué es un árbol de decisión y cómo se divide?
- Comprendiendo nuestro data set para la creación de un árbol de decisión
- Creando un clasificador con Scikit-Learn
- Entrenamiento del modelo de clasificación
- Visualización del árbol de decisión
- ¿Qué es K-Means?
- Cargando el data set de Iris
- Construcción y evaluación del modelo con K-Means
- Graficación del modelo
- PlatziDoro Cápsula 2
- Introducción al aprendizaje profundo
- Conceptos básicos de Tensor Flow
- Red neuronal convolucional
- Conociendo el set de datos para la creación de la red neuronal
- Crea y entrena tu primera red neuronal convolucional con Tensor Flow
- Evaluación de la red convolucional
- PlatziDoro Cápsula 3
- Recomendaciones para analizar correctamente tu problema
- Siguientes pasos para continuar aprendendiendo de Machine Learning
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Curso de Fundamentos Prácticos de Machine Learning