Introducción a Machine Learning con Pandas y TensorFlow
-
Quería iniciarme en Machine Learning y opté por este curso. Los resultados han sido muy favorables.Cumple con los objetivos especificados en el temario y su plataforma online es fácil de usar.
← | →
-
El curso cuenta con los materiales necesarios para poder iniciarse en Machine Learning. Las clases están bien explicadas, las sesiones son claras, tiene varias prácticas y en general me sido de utilidad.
← | →
-
Me ha ayudado a comprender mejor los conceptos de Machine Learning y tener una visión más precisa de sus posibilidades. Es un curso bastante técnico, solo para programadores
← | →
Curso
Online
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
¡No te lo pierdas!
-
Tipología
Curso intensivo
-
Nivel
Nivel intermedio
-
Metodología
Online
-
Horas lectivas
25h
-
Duración
3 Meses
-
Inicio
Fechas a elegir
-
Campus online
Sí
-
Envío de materiales de aprendizaje
Sí
-
Servicio de consultas
Sí
-
Tutor personal
Sí
Información importante
Bonificable:
Curso bonificable para empresas
Si eres trabajador en activo, este curso te puede salir gratis a través de tu empresa.
Instalaciones y fechas
Ubicación
Inicio
Inicio
A tener en cuenta
- Conocer los alcances de Machine Learning y qué relación tiene con Inteligencia Artificial y Deep Learning.
- Dominar las herramientas específicas para trabajar con
Machine Learning.
- Conocer las estructuras de datos.
- Gestionar diferentes sets de datos
- Realizar operaciones con grandes volúmenes de datos.
- Conocer qué es TensorFlow y cómo utilizarlo
- Trabajar con ejemplos prácticos que ayuden a fijar los
contenidos.
El presente curso está principalmente orientado para analistas, programadores, y personas con experiencia previa en Python que quieran acercarse a las metodologías de Machine Learning
Para realizar este curso es necesario disponer de experiencia previa en programación Python.
Una vez hayas finalizado el curso satisfactoriamente, se te hará entrega de un Certificado del Curso emitido por Culture Lab TS S.L. De manera opcional también disponemos de Bolsa de empleo para aquellas personas que lo soliciten.
El curso responde a la creciente demanda de especialistas en esta novedosa tecnología desde un punto de vista versátil y actualizado y con un precio claramente inferior al de sus competencias.
En el momento que solicites información de este curso, te enviaremos un correo explicativo con todas las características y nos pondremos en contacto por teléfono para aclarar todas tus dudas y explicarte el proceso de inscripción.
Opiniones
-
Quería iniciarme en Machine Learning y opté por este curso. Los resultados han sido muy favorables.Cumple con los objetivos especificados en el temario y su plataforma online es fácil de usar.
← | →
-
El curso cuenta con los materiales necesarios para poder iniciarse en Machine Learning. Las clases están bien explicadas, las sesiones son claras, tiene varias prácticas y en general me sido de utilidad.
← | →
-
Me ha ayudado a comprender mejor los conceptos de Machine Learning y tener una visión más precisa de sus posibilidades. Es un curso bastante técnico, solo para programadores
← | →
Valoración del curso
Lo recomiendan
Valoración del Centro
Sofía Muriel Asenjo
Armando García Lasso
Juan Alba Sánchez
Javier Pinto Cubelos
Orlando Salazar
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 11 años en Emagister.
Materias
- Inteligencia artificial7
7 alumnos han indicado haber adquirido esta competencia
- Algoritmos
44 alumnos han indicado haber adquirido esta competencia
- Python
1212 alumnos han indicado haber adquirido esta competencia
- Hardware
22 alumnos han indicado haber adquirido esta competencia
- Programación
11 alumnos han indicado haber adquirido esta competencia
- Bases de datos
66 alumnos han indicado haber adquirido esta competencia
- Almacenamiento
44 alumnos han indicado haber adquirido esta competencia
- Software
11 alumnos han indicado haber adquirido esta competencia
- Requisitos
11 alumnos han indicado haber adquirido esta competencia
- Actualidad
- Aprendizaje automático
99 alumnos han indicado haber adquirido esta competencia
- Entorno de desarrollo
22 alumnos han indicado haber adquirido esta competencia
- Principales herramientas
- Machine learning
1111 alumnos han indicado haber adquirido esta competencia
- Pandas
1010 alumnos han indicado haber adquirido esta competencia
- Deep learning
77 alumnos han indicado haber adquirido esta competencia
- TensorFlow
1111 alumnos han indicado haber adquirido esta competencia
- Concepto de Deep Learning
88 alumnos han indicado haber adquirido esta competencia
- Modelos de Machine Learning
1010 alumnos han indicado haber adquirido esta competencia
- Análisis de la CPU
Profesores
Pablo Romero Quinteros
Data Scientist y Especialista en Entornos Machine Learning
Temario
Tema 1º Introducción a Machine Learning
- Lección 1: Introducción al Machine Learning
- Lección 2: Breve historia del Machine Learning
- Lección 3: Actualidad del Machine Learning
- Lección 4: Concepto de Deep Learning y modelos de Machine Learning
Tema 2º Entorno de Desarrollo
- Lección 5: Requisitos del Software en Machine Learning (Parte 1)
- Lección 6: Requisitos del Software en Machine Learning (Parte 2)
- Lección 7: Requisitos del Hardware para Machine Learning (Parte 1)
- Lección 8: Requisitos del Hardware en Machine Learning (Parte 2)
- Lección 9: Requisitos del Hardware en Machine Learning (Parte 3)
- Lección 10: Análisis de la CPU (Parte 1)
- Lección 11: Análisis de la CPU (Parte 2)
- Lección 12: Análisis del almacenamiento y CPU
- Lección 13: Principales herramientas para Machine Learning (Parte 1)
- Lección 14: Principales herramientas para Machine Learning (Parte 2)
- Lección 15: Descripción y características de Anaconda
- Lección 16: Instalación de Anaconda
- Lección 17: Gestión de entornos con Anaconda
- Lección 18: Análisis de entornos: iPython y Spyder
- Lección 19: Análisis de la aplicación: Jypiter (Abierta)
Tema 3º Estructuras de Datos
- Lección 20: Conceptos básicos de la estructura de datos
- Lección 21: Características principales de las Listas (Parte 1)
- Lección 22: Características principales de las Listas (Parte 2)
- Lección 23: Definición y uso de las Sublistas y Extend
- Lección 24: Modificación y eliminación de elementos en listas
- Lección 25: Propiedades y búsquedas en Listas
- Lección 26: Definición y operaciones con Matrices
- Lección 27: Uso y funciones del List Comprehensions
- Lección 28: Demostración práctica del elemento Listas (Parte 1)
- Lección 29: Demostración práctica del elemento Listas (Parte 2)
- Lección 30: Introducción a elementos de diccionarios
- Lección 31: Método get0 y agregación de elementos en diccionarios
- Lección 32: Ordenación y búsqueda en diccionarios
- Lección 33: Matrices con diccionarios
- Lección 34: Demostración práctica y conclusiones con diccionarios
- Ejercicios del Tema 3
Tema 4º Operaciones con Datos
- Lección 35: Conceptos básicos de las operaciones e introducción a NumPy
- Lección 36: Importación y creación de Arrays en NumPy
- Lección 37: Agregación y modificación de elementos en NumPy
- Lección 38: Funciones y operaciones con NumPy
- Lección 39: Filtrado Booleano de los datos y observaciones principales en NumPy
- Lección 40: Introducción a la biblioteca Pandas
- Lección 41: Objeto Series y DataFrame en Pandas
- Lección 42: Gestión y carga de los datos en Pandas
- Lección 43: Carga de datos en HTML y Análisis y funciones de los Datasets
- Lección 44: Análisis y ejemplos de los Datasets
- Ejercicios del Tema 4
- Examen 1º
Tema 5º Gestión de los Datos
- Lección 45: Introducción y funcionalidades de la carga de Datos (Abierta)
- Lección 46: Acceso a elementos y subconjuntos de datos
- Lección 47: Procesos de agregación de elementos en un Dataframe
- Lección 48: Principales funciones del objeto Dataframe
- Lección 49: Operaciones con Dataframe y filtrado Booleano
- Lección 50: Ejemplo práctico con el objeto Dataframe
- Lección 51: Visualización de los datos con Matplotlib
- Lección 52: Formato y colocación de etiquetas en los datos
- Lección 53: Principales tipos de gráficos
- Lección 54: Proceso de exportación de gráficos
- Ejercicios del Tema 5
Tema 6º TensorFlow
- Lección 55: Introducción e historia de TensorFlow
- Lección 56: Usos y aplicaciones de TensorFlow
- Lección 57: Usos y aplicaciones de TensorFlow (2 Parte)
- Lección 58: Estructura de TensorFlow: Tensores, nodos y grafos
- Lección 59: Estructura de TensorFlow: Sesiones e importación
- Lección 60: Operaciones de cálculo simple con TensorFlow
- Lección 61: Operaciones con grafos y neuronas
- Lección 62: Construcción y operaciones con neuronas AND
- Lección 63: Operaciones con neuronas y Regresión Lineal
- Lección 64: Operaciones de Regresión Lineal (Parte 1)
- Lección 65: Operaciones de Regresión Lineal (Parte 2)
- Ejercicios del Tema 6º
Tema 7º Operaciones con Machine Learning
- Lección 66: Introducción a las operaciones
- Lección 67: Objetivo y selección del modelo (1 Parte)
- Lección 68: Selección del modelo (2 Parte)
- Lección 69: Uso de algoritmo y Scikit-learn
- Lección 70: Caso práctico con Machine Learning
- Lección 71: Preparación de los datos y análisis exploratorio
- Lección 72: Preparación de los datos y análisis estadístico
- Lección 73: Visualización individual de los datos
- Lección 74: Visualización conjunta de los datos
- Lección 75: Visualización conjunta de los datos (Parte 2)
- Lección 76: Visualización conjunta de los datos (Parte 3)
- Lección 77: Entrenamiento y preparación de los datos
- Lección 78: Entrenamiento y elección del modelo
- Lección 79: Entrenamiento y revisión del modelo
- Lección 80: Revisión del modelo y conclusiones finales
- Ejercicios del Tema 7
- Examen 2º
Información adicional
Culture Lab se ha convertido en un referente de educación en el entorno de las tecnologías innovadoras, ofreciendo una garantía de calidad certificada en su amplia y variada oferta de cursos dirigidos a particulares y empresas de toda España.
Te recordamos que todos nuestros cursos te garantizan:
1º Convocatoria abierta 24/7: Puedes inscribirte cuando consideres, no tenemos fechas límites. Realiza el curso a tu ritmo.
2º Prácticas y exámenes: En todos los cursos tendrás que completar una serie de ejercicios, todos con soluciones en vídeo, y en paralelo, tendrás que superar 2 exámenes tipo test para confirmar tus conocimientos.
3º Certificado de curso: Una vez superada la formación, se te hará entrega de un Certificado del curso emitido por Culture Lab TS S.L.
4º Bolsa activa de Empleo: De forma opcional, si buscas empleo en este sector, puedes incluirte en nuestra Bolsa de empleo y recibir ofertas relativas a tu sector.
5º Bonificable a través de Fundae: En caso de ser empresa o trabajador, este curso se puede bonificar y en caso de contar con los créditos necesarios puedes obtener una rebaja considerable en el precio final. Informate sin compromiso de como establecer la bonificación de tu curso.¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Introducción a Machine Learning con Pandas y TensorFlow
126 € IVA inc.Añade cursos similares
y compara para elegir mejor{title}{centerName}{price}{price} {priceBeforeDiscount} {taxCaption}Formación por temáticas
Cursos de Administración de empresas Cursos de Administración pública Cursos de Arte, diseño y estética Cursos de Ciencias Cursos de Comunicación y marketing Cursos de Cultura y humanidades Cursos de Deportes y ocio Cursos de Derecho Cursos de Educación Cursos de Hostelería y turismo Cursos de Idiomas Cursos de Industria Cursos de Informática Cursos de Inmobiliaria y construcción Cursos de Logística y transporte Cursos de Salud Cursos de Sector financiero Cursos de Seguridad - Algoritmos