Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción

  • Definición de la IA predictiva.
  • Contexto histórico y evolución del análisis predictivo.
  • Principios básicos del aprendizaje automático y la minería de datos.

Recopilación y preprocesamiento de datos

  • Recolección de datos relevantes.
  • Limpieza y preparación de datos para el análisis.
  • Comprensión de tipos y fuentes de datos.

Análisis exploratorio de datos (EDA)

  • Visualización de datos para obtener información.
  • Estadística descriptiva y resumen de datos.
  • Identificación de patrones y relaciones en los datos.

Modelado estadístico

  • Fundamentos de la inferencia estadística.
  • Análisis de regresión.
  • Modelos de clasificación.

Algoritmos de aprendizaje automático para predicción

  • Resumen de algoritmos de aprendizaje supervisado.
  • Árboles de decisión y bosques aleatorios.
  • Fundamentos de redes neuronales y aprendizaje profundo.

Evaluación y selección de modelos

  • Comprensión de la precisión y las métricas de rendimiento del modelo.
  • Técnicas de validación cruzada.
  • Sobreajuste y ajuste de modelos.

Aplicaciones prácticas de la IA predictiva

  • Estudios de casos en diversas industrias.
  • Consideraciones éticas en el modelado predictivo.
  • Limitaciones y desafíos de la IA predictiva.

Práctico manual

  • Trabajo con un conjunto de datos para crear un modelo predictivo.
  • Aplicación del modelo para realizar predicciones.
  • Evaluación e interpretación de los resultados.

Requerimientos

  • Comprensión de estadística básica.
  • Experiencia con cualquier lenguaje de programación.
  • Conocimiento del manejo de datos y hojas de cálculo.
  • No se requiere experiencia previa en IA o ciencia de datos.

Público objetivo

  • Profesionales de TI.
  • Analistas de datos.
  • Personal técnico.

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas