Curso Machine Learning para Análisis de Datos

Descripción

Modalidad: Virtual

Inicia cuando quieras, tendrás acceso ilimitado a nuestra plataforma.

Total horas: 40 horas

Contenido del Curso:

El curso “Machine Learning para Análisis de Datos” se encuentra destinado a personas que desean comenzar a trabajar en el análisis de datos utilizando técnicas de aprendizaje de máquina, para esto en el presente curso se hace un repaso de los conceptos y algoritmos básicos para empezar en el análisis de datos, se hace una revisión desde un punto de vista teórico acompañado de ejercicios prácticos implementados en Matlab, así como datos reales para probar los conocimientos adquiridos en el curso.

DETALLE DEL CONTENIDO:

Introducción al Aprendizaje de Máquina

• Historia Inteligencia Artificial.
• Historia Aprendizaje de Máquina
• Perceptrón

Aprendizaje de Máquina

• Modelo de Aprendizaje de Máquina
• Modelo de Aprendizaje Profundo
• Clasificación de modelos de aprendizaje de máquina
• Extracción de características
• Conjuntos de Datos

Support Vector Machine (SVM)

• Algoritmo básico
• Kernel SVM
• Ejercicio señales mioeléctricas
• Evaluación de modelos de aprendizaje de máquina

Árboles de decisión

• Algoritmo Básico
• Ganancia en arboles de decisión
• Random Forest
• Ejercicio Matlab

Redes Neuronales

• Análisis Perceptrón
• Descenso de gradiente
• Red neuronal
• Función de costo

OBJETIVOS:

 Este curso tiene como objetivo capacitar a los profesores, investigadores, estudiantes y público en general sobre el análisis de datos con técnicas de aprendizaje de máquina, a través de una introducción a los conceptos y definiciones necesarias para empezar a trabajar con técnicas de Inteligencia Artificial.

Al final de la acción de los participantes serán capaces de:

• Entender la potencialidad de los algoritmos de aprendizaje de máquina para el análisis de datos.
• Implementar diferentes algoritmos de aprendizaje de máquina.
• Estudiar cada uno de los elementos modelos de aprendizaje de máquina.
• Programar y evaluar algoritmos de aprendizaje de máquina.

CERTIFICADO:

 Al finalizar el curso se entregará a los participantes un certificado de aprobación del curso. Para aprobar el curso se necesitará completar las actividades planteadas por el instructor.

Recursos tecnológicos y material de apoyo

• Aula virtual HST (Moodle)
• Guía básica de programación en Matlab.
• PDF con presentación del contenido del curso.
• Guías para la elaboración de programas
• Enlaces interactivos sobre inteligencia artificial.
• Videos diversos sobre aplicativos utilizados.
• Videos creados sobre contenidos del curso.

Pre-requisito para acceder al curso:

• Tener nociones básicas en lógica de programación.
• Capacidad para crear, editar y reconocer errores en archivos de texto.
• Poseer creatividad.