UNAB - Universidad Autónoma de Bucaramanga

Machine Learning: Supervisado - Curso - Presencial

UNAB - Universidad Autónoma de Bucaramanga
En Bucaramanga

Precio a consultar
¿O prefieres llamar directamente al centro?

Información importante

Tipología Curso
Lugar Bucaramanga
Horas lectivas 16h
Inicio Fechas a escoger
  • Curso
  • Bucaramanga
  • 16h
  • Inicio:
    Fechas a escoger
Descripción

El curso busca desarrollar las habilidades y conocimiento de los participantes en las técnicas de Aprendizaje Supervisado de Machine Learning. Aprenderán a utilizar las librerías de R y Python (Sklearn) para problemas clasificación con Knn, árboles de decisión y regresión múltiple. Se presenta un estudio de la solución de un caso de clasificación mediante cómo evaluar la exactitud y bondad de un modelo.

Este curso es homologable en el Diplomado Ciencia de Datos, como el 3er módulo del programa.

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas

Ubicación

Inicio

Bucaramanga (Santander)
Ver mapa

Inicio

Fechas a escogerMatrícula abierta

A tener en cuenta

· ¿Cuáles son los objetivos de este curso?

General: Conocer y aplicar algoritmos de Machine Learning de aprendizaje supervisado usando las librearías de Python y R, trabajando con datos “etiquetados”, para encontrar funciones a través de variables de entrada. Específicos: Conocer las generalidades de aprendizaje supervisado Conocer y aplicar algoritmos clasificación KNN, árboles de decisión y regresión múltiple, regresión logística y Naive Bayes. Conocer y aplicar metodologías de evaluación de exactitud del modelo.

· ¿A quién va dirigido?

Profesionales, técnicos o tecnólogos en todas las áreas interesados en conocer y aplicar técnicas de Machine Learning de aprendizaje supervisado en todas las áreas de conocimiento.

· ¿Qué distingue a este curso de los demás?

Metodología: Curso teórico-práctico, donde el asistente entenderá aplicará los criterios y algoritmos mediante prácticas y talleres en diferentes áreas de conocimiento (Ingeniería, administrativas, marketing, medicas, entre otras) con el fin de integrar los contenidos y con las herramientas de programación R, Python para generar aprendizaje activo.

Preguntas & Respuestas

Plantea tus dudas y otros usuarios podrán responderte

¿Quién quieres que te responda?

Sólo publicaremos tu nombre y pregunta

Logros de este Centro

Este centro lleva demostrando su calidad en Emagister
8 años con Emagister

¿Qué aprendes en este curso?

e Learning
Clasificación KNN
Validacion
Machine Learning Supervisado
Árboles de decisión
Regresión lineal
Aprendizaje supervisado
Regresión múltiple
Regresión logística
Metodologías de evaluación

Programa académico

Plan de Estudios:

Unidad 1: Introducción a Machine Learning Supervisado

Unidad 2: Clasificación KNN y validación

Unidad 3: Arboles de Decisión y validación

Unidad 4: Regresión lineal y validación