Machine Learning Bases

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Machine Learning Bases"

Gustavo Ávila Espinoza
hace 5 años
Vistas:

1 Machine Learning Bases Programa de Estudio

Machine Learning Bases Si te interesa convertirte en un experto en Inteligencia Artificial, en este curso se detallarán los conocimientos imprescindibles para tener una buena base teórica y práctica

2 Machine Learning Bases Si te interesa convertirte en un experto en Inteligencia Artificial, en este curso se detallarán los conocimientos imprescindibles para tener una buena base teórica y práctica que te permita entender el funcionamiento de los algoritmos de Machine Learning Contenido del curso La Inteligencia Artificial y, en particular, el Machine Learning, es un paradigma que está afectando progresivamente a nuestra sociedad, en especial en lo que respecta al tratamiento de un conjunto creciente de información que comienza a estar disponible por la digitalización. Aparecen nuevos desafíos y problemas, que no pueden ser resueltos por los métodos tradicionales de la matemática y su resolución comienza a moverse hacia nuevos rumbos, de la mano de la estadística y del creciente poder de los procesadores digitales. Surge así el concepto de ciencia de datos. Como resultado, se crean algoritmos como si fuesen las nuevas máquinas, ya no de vapor, sino de datos, de la revolución actual.en este curso podrás acceder a los conocimientos básicos necesarios para poder comenzar a estudiar Machine Learning PRÁCTICAS EN CLASE :: En este curso aprenderás, mediante ejemplos simples, las bases conceptuales necesarias para estudiar de Machine Learning. Público El curso está orientado a todos aquellos que quieran tener a la oportunidad de ser protagonistas de la revolución de la inteligencia artificial que promete cambiar, una vez más, el rumbo de la historia laboral de la humanidad. Salida Laboral Este es un curso orientado a desarrollar una base conceptual, no tiene salida laboral por sí

3 mismo. Requisitos No se requieren conocimientos previos. Modalidad de cursado Puedes tomar este curso en modalidad presencial o modalidad a distancia

4 En este curso aprenderás a Conocer las diferentes disciplinas dentro del área de la ciencia de datos Instalar y utilizar las herramientas necesarias para trabajar con Python e Inteligencia Artificial Manejar las estructuras básicas del lenguaje Python Utilizar las herramientas Python más comúnmente utilizadas para Machine Learning Tener una noción elemental de la base matemática necesaria para introducirse en el mundo de la Inteligencia Artificial

5 Plan de Estudios

6 1. Disciplinas dentro del campo de la ciencia de datos El trabalenguas de las diversas disciplinas La diferencia entre análisis y analítica Analítica de negocios, analítica de datos y ciencia de datos Inteligencia de negocios, machine learning e inteligencia artificial Conectando las disciplinas de la ciencia de datos El motivo detrás de cada disciplina. Beneficios de cada una Técnicas populares de la ciencia de datos Herramientas populares - carreras 2. Instalando las herramientas del curso Fundamentos de programación Porqué Python? Porqué Jupyter? Instalando Anaconda, Python y Jupyter El entorno Colaborative de Google La interfaz de Jupyter 3. El lenguaje Python Variables y tipos de datos Sintaxis básica Operadores Condiciones Funciones Secuencias Iteraciones Objetos, paquetes, bibliotecas y módulos 4. Las herramientas de Python para machine Learning La biblioteca numpy

7 La biblioteca pandas La biblioteca matplotlib Scipy, statsmodel, seaborn y sklearn 5. Arrays, matrices y tensores Qué es una matriz? Escalares y vectores Álgebra lineal y geometría Arrays en Python Qué es un tensor? Operaciones Traspuesta de una matriz Producto de matrices 6. Funciones y conceptos de cálculo diferencial Qué es una función? Derivadas Ejemplos Derivadas y grafos 7. Conceptos de Probabilidad Experimento Aleatorio - Probabilidad Clásica Probabilidad Condicional - Regla de Bayes Variables Aleatorias Funciones de Distribución 8. Conceptos de Estadística Poblaciones y muestras Tipos de datos Variables categóricas - Técnicas de visualización Variables numéricas - Tabla de distribución de frecuencias

8 Histogramas Media, mediana y moda Varianza, covarianza y correlación Qué es una distribución? Distribución normal El teorema central del límite Estimadores Intervalos de confianza T de Student Test de hipótesis P-value

Lavalle 648 Piso 8, Microcentro, CABA 0810-220-8148

9 Lavalle 648 Piso 8, Microcentro, CABA EducaciónIT. Copyright

Documentos relacionados

Machine Learning. Programa de Estudio.

Machine Learning. Programa de Estudio. Machine Learning Programa de Estudio Machine Learning Desarrolla tu perfil técnico en Inteligencia artificial. Introdúcete al mundo de Machine Learning.Comprende los desafíos sociales e industriales que