Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Fundamentos del Aprendizaje Automático
- Introducción a los conceptos y flujos de trabajo del Aprendizaje Automático
- Aprendizaje supervisado frente al no supervisado
- Evaluación de modelos de aprendizaje automático: métricas y técnicas
Métodos Bayesianos
- Modelos Naive Bayes y multinomiales
- Análisis de datos categóricos bajo enfoque bayesiano
- Modelos gráficos bayesianos
Técnicas de Regresión
- Regresión lineal
- Regresión logística
- Modelos lineales generalizados (GLM)
- Modelos mixtos y modelos aditivos
Reducción de Dimensionalidad
- Análisis de componentes principales (PCA)
- Análisis factorial (FA)
- Análisis de componentes independientes (ICA)
Métodos de Clasificación
- Vecinos más cercanos (KNN)
- Máquinas de vectores de soporte (SVM) para regresión y clasificación
- Técnicas de impulso (boosting) y modelos de conjunto
Redes Neuronales
- Introducción a las redes neuronales
- Aplicaciones del aprendizaje profundo en clasificación y regresión
- Entrenamiento y ajuste de redes neuronales
Algoritmos y Modelos Avanzados
- Modelos ocultos de Markov (HMM)
- Modelos de espacio de estados
- Algoritmo EM
Técnicas de Agrupamiento (Clustering)
- Introducción al agrupamiento y al aprendizaje no supervisado
- Algoritmos populares de agrupamiento: K-Means, Agrupamiento Jerárquico
- Casos de uso y aplicaciones prácticas del agrupamiento
Resumen y Próximos Pasos
Requerimientos
- Conocimientos básicos de estadística y análisis de datos
- Experiencia en programación con R, Python u otros lenguajes de programación relevantes
Público Objetivo
- Científicos de datos
- Estadísticos
14 Horas
Testimonios (3)
conocimiento del formador, personalizado, todos los temas cubiertos
eleni - EUAA
Curso - Forecasting with R
Traducción Automática
La variación con ejercicio y demostración.
Ida Sjoberg - Swedish National Debt Office
Curso - Econometrics: Eviews and Risk Simulator
Traducción Automática
Las aplicaciones de la vida real utilizando Statcan y CER como ejemplos.
Matthew - Natural Resources Canada
Curso - Data Analytics With R
Traducción Automática
