fbpx
¡Oferta!

Introducción a Machine Learning con Python

$69.00 $59.00 Sin IVA

*Precio en dólares

Fecha: 21 al 23 de septiembre del 2020.
Horario: 18h30 a 20h30 (GTM-5: Bogotá, Lima, Quito).
Duración: 6 horas.

Resumen

Este curso analizaremos las estructuras de datos en el campo de la Ciencia de Datos y las principales aplicaciones del modelamiento y comprensión de técnicas asociadas a la regularización. También, implementaremos algoritmos de aprendizaje automático con enfoque predictivo.

Además, realizaremos ejercicios para resolver problemas de regresión y clasificación con los algoritmos de regresión lineal y regresión logística.

Finalmente, identificaremos las principales métricas para la evaluación del desempeño de los algoritmos de aprendizaje supervisado.

Metodología

Aplicamos la metodología learning by doing utilizando notebooks y herramientas en la nube para manejo de grandes volúmenes de datos.

¿Por qué aprender Machine Learning?

En la actualidad, una de las habilidades más demandadas por el sector empresarial, es el conocimiento y dominio de algoritmos de aprendizaje automático. El dominio de esta habilidad dura te permitirá identificar patrones en las fuentes de información permitiendo obtener predicciones relevantes para el negocio.

Objetivos de aprendizaje
  1. Comprender las principales estructuras de datos y los conceptos fundamentales del Machine Learning.
  2. Implementar el algoritmo de regresión lineal para resolver problemas de regresión.
  3. Ejecutar y ajustar el algoritmo de regresión logística para resolver problemas de clasificación.
  4. Aplicar métricas para la evaluación del desempeño de los algoritmos de aprendizaje supervisado.

Lecciones

  • Introducción a Machine Learning
  • Regresión Lineal
  • Regresión Logística

Instructor

MSc. Paúl Córdova

Investigador de datos en handytec Academy y consultor de proyectos de analítica avanzada en handytec. Economista con mención en econometría de la Pontificia Universidad Católica del Ecuador, sede Quito y Máster en Data Science para Finanzas por el Colegio Universitario de Estudios Financieros, campus Madrid. Su experiencia actual se basa en la implementación de proyectos de analítica principalmente en la industria financiera y en el desarrollo de formación en Ciencia de Datos aplicando metodologías innovadoras de aprendizaje.

Detalles importantes

  • Herramienta: Python en Databricks. No necesitas instalar ningún software en tu computadora
  • Conocimientos previos:
    • Manejo de Python nivel introductorio
    • Conocimientos básicos de estadística
  • Accede a los videos de las clases grabadas

También te recomendamos…

Ir arriba