Contenidos
Bootcamp de aprendizaje automático de Python
Conviértase en esencial en un mundo centrado en el aprendizaje automático
Lo que aprenderás
Bootcamp de aprendizaje automático de Python
- Cómo tomar una idea de aprendizaje automático y convertirla en un proyecto en pleno funcionamiento
- Los diferentes tipos de enfoques de aprendizaje automático y los modelos dentro de cada sección.
- Comprensión teórica e intuitiva de cómo funciona cada modelo.
- Aplicación práctica e implementación de cada modelo que cubrimos
- Cómo optimizar modelos
- Errores comunes y cómo superarlos
- Habilidades técnicas para utilizar el aprendizaje automático en el trabajo o para sus propios proyectos.
Requisitos
- Conocimientos básicos de Python
- Alguna experiencia previa con pandas y la biblioteca matplotlib son útiles
Descripción
El aprendizaje automático está creciendo continuamente en popularidad, y por una buena razón. Las empresas que pueden hacer un uso adecuado del aprendizaje automático pueden resolver problemas complejos que, de otro modo, resultaron muy difíciles con el desarrollo de software estándar.
Sin embargo, crear buenos modelos de aprendizaje automático no siempre es fácil, y es muy importante tener una base sólida para que, si encuentra problemas con los modelos en el trabajo, comprenda qué pasos debe seguir para solucionarlos.
Es por eso que este curso se enfoca en presentar siempre cada modelo que cubrimos primero con los antecedentes teóricos de cómo funciona el modelo, para que pueda construir una intuición adecuada en torno a su comportamiento. Luego tendremos el componente práctico, donde implementaremos el modelo de aprendizaje automático y lo usaremos en datos reales. De esta manera, obtendrá tanto la práctica como una base teórica sólida sobre cómo funcionan los diferentes modelos de aprendizaje automático, y podrá utilizar este conocimiento para elegir y corregir mejor los modelos, según la situación.
En este curso cubriremos muchos tipos diferentes de aspectos del aprendizaje automático.
Comenzaremos revisando un proyecto de aprendizaje automático de muestra desde la idea hasta el desarrollo de un modelo de trabajo final. Aprenderemos muchas técnicas importantes en torno a la preparación de datos, limpieza, ingeniería de funciones, optimización y técnicas de aprendizaje, y mucho más.
Una vez que hayamos pasado por todo el proyecto de aprendizaje automático, profundizaremos en varias áreas diferentes del aprendizaje automático, para comprender mejor cada tarea y cómo funcionan cada uno de los modelos que podemos usar para resolver estas tareas, y luego también usar cada modelo y comprender cómo podemos ajustar todos los parámetros que aprendimos en los componentes de la teoría.
Estas diferentes áreas en las que profundizaremos son:
- clasificacion
- regresión
- Conjuntos
- Reducción de dimensionalidad
- Aprendizaje sin supervisión
Al final de este curso, debe tener una base sólida de conocimientos de aprendizaje automático. Podrá desarrollar soluciones de aprendizaje automático para diferentes tipos de problemas con los que se encontrará y estará listo para comenzar a aplicar el aprendizaje automático en el trabajo o en entrevistas técnicas.
