Temario del curso
Introducción al aprendizaje automático y Google Colab
- Resumen del aprendizaje automático
- Configuración de Google Colab
- Repaso de Python
Aprendizaje supervisado con Scikit-learn
- Modelos de regresión
- Modelos de clasificación
- Evaluación y optimización del modelo
Técnicas de aprendizaje no supervisado
- Algoritmos de agrupamiento (clustering)
- Reducción de dimensionalidad
- Aprendizaje por reglas de asociación
Conceptos avanzados de aprendizaje automático
- Redes neuronales y aprendizaje profundo
- Máquinas de soporte vectorial (SVM)
- Métodos de conjunto (ensemble methods)
Temas especiales en aprendizaje automático
- Ingeniería de características
- Ajuste de hiperparámetros
- Interpretabilidad del modelo
Flujo de trabajo de un proyecto de aprendizaje automático
- Preprocesamiento de datos
- Selección del modelo
- Despliegue del modelo
Proyecto final (capstone)
- Definición de la problemática
- Recopilación y limpieza de datos
- Entrenamiento y evaluación del modelo
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos de programación
- Experiencia con la programación en Python
- Familiaridad con conceptos estadísticos básicos
Público objetivo
- Científicos de datos
- Desarrolladores de software
Reseñas (2)
Fomentar la repetición en la construcción de indicaciones (prompts) entre quienes nunca han utilizado la IA, y animar a los usuarios experimentados a considerar métodos alternativos para su uso.
Matthew Gay - Tarsus Pharmaceuticals
Curso - Artificial Intelligence (AI) Overview
Traducción Automática
Trabajando desde principios fundamentales de manera enfocada y pasando a aplicar estudios de caso en el mismo día
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Traducción Automática
