Machine Learning, programación de algoritmos en R y Python
-
Me gustó mucho el curso. La estructuracion del curso, el equilibrio entre teoria y practica, y la forma de dar clase del profesor, explicando paso a paso los contenidos. Lo recomendaría a cualquiera que se quiera iniciar en Machine Learning y quiera sacar el maximo partido a un mes intensivo de trabajo
← | →
-
Un curso muy aplicado y muy interesante. Recomendable.
← | →
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.
¡Amplía tu currículum!
-
Tipología
Curso
-
Nivel
Nivel avanzado
-
Metodología
Online
-
Horas lectivas
40h
-
Duración
5 Semanas
-
Campus online
Sí
-
Servicio de consultas
Sí
-
Tutor personal
Sí
Machine learning es la ciencia que permite que las máquinas aprendan a través de los datos. En la última década, su crecimiento e implentaciones prácticas han crecido exponencialmente, utilizándose en reconocimiento facial, conducción automática, diagnósticos médicos, trading, etc.. En este curso aprenderás las diferentes técnicas y algoritmos de machine learning existentes, de forma teórica y práctica.
Información importante
Bonificable:
Curso bonificable para empresas
Si eres trabajador en activo, este curso te puede salir gratis a través de tu empresa.
A tener en cuenta
En este curso aprenderás a desarrollar diversos algoritmos y los fundamentos del machine learning, conociendo las diferencias y aplicabilidades de cada uno de ellos. Comenzando con las técnicas más básicas hasta los algoritmos más avanzados de deep learning.
Aprenderás a programar diversos algoritmos con R y Python, los lenguajes más utilizados en el aprendizaje automático. En cada vídeo, se realizará una introducción y se presentará una base teórica, para posteriormente ponerlo en práctica con diversos conjuntos de datos.
El objetivo es que domines la materia y puedas implementar aplicaciones prácticas completas en cualquier ámbito, pudiendo explicar el funcionamiento de cada algoritmo a cualquier persona, mejorando tu carrera profesional y abriéndote oportunidades laborales en el mundo de análisis de datos tan demandado hoy en día.
No son necesarios conocimientos previos, aunque se recomienda tener nociones básicas de matemáticas y programación.
Sobre todo por la calidad y por hacerlo online con la mentalidad de un curso presencial: profesor dedicado, ejercicios, tests, prueba final, tutorías, diploma de certificación, etc. Damos los mejores cursos online, entre determinadas fechas, buscando la colaboración de todos los alumnos, para que no sea un curso que hagas "sólo en casa", sino un curso que hagas a la vez que otros compañeros, pero donde quieras, y a tu ritmo. Nuestros cursos son de la más alta calidad, pero no queremos pararnos en las grandes ciudades, sino llegar a toda España y Latinoamérica.
Opiniones
-
Me gustó mucho el curso. La estructuracion del curso, el equilibrio entre teoria y practica, y la forma de dar clase del profesor, explicando paso a paso los contenidos. Lo recomendaría a cualquiera que se quiera iniciar en Machine Learning y quiera sacar el maximo partido a un mes intensivo de trabajo
← | →
-
Un curso muy aplicado y muy interesante. Recomendable.
← | →
Valoración del curso
Lo recomiendan
Valoración del Centro
Koss osoro
Jose Fco Rubio Palau
Materias
- Redes neuronales2
2 alumnos han indicado haber adquirido esta competencia
- Algoritmos
11 alumnos han indicado haber adquirido esta competencia
- Fundamentos del machine learning
22 alumnos han indicado haber adquirido esta competencia
- Deep learning
22 alumnos han indicado haber adquirido esta competencia
- Algoritmos con R y Python
22 alumnos han indicado haber adquirido esta competencia
- Aprendizaje automático
11 alumnos han indicado haber adquirido esta competencia
- Técnicas de Machine Learning
22 alumnos han indicado haber adquirido esta competencia
- Conceptos de overfitting y underfitting
22 alumnos han indicado haber adquirido esta competencia
- Regresión lineal
11 alumnos han indicado haber adquirido esta competencia
- Random Forest y Gradient Boosting
22 alumnos han indicado haber adquirido esta competencia
- Nociones matemáticas básicas
11 alumnos han indicado haber adquirido esta competencia
- Álgebra Lineal
11 alumnos han indicado haber adquirido esta competencia
- Cálculo
11 alumnos han indicado haber adquirido esta competencia
- Estadística descriptiva
11 alumnos han indicado haber adquirido esta competencia
- Estructura de datos en R
22 alumnos han indicado haber adquirido esta competencia
- Manipulación de dataframes
11 alumnos han indicado haber adquirido esta competencia
- Limpieza y transformación de datos
11 alumnos han indicado haber adquirido esta competencia
- Relación entre variables
22 alumnos han indicado haber adquirido esta competencia
- Entrenamiento y evaluación de modelos
22 alumnos han indicado haber adquirido esta competencia
- Métricas de desempeño de modelos
22 alumnos han indicado haber adquirido esta competencia
Profesores
Rafael Zambrano
Profesor Machine Learning, ETL
Rafael Zambrano López es Ingeniero de Telecomunicaciones (Universidad Politécnica de Madrid) con Máster en Ingeniería Eléctrica (Universidad Federal de Río de Janeiro). Su campo de especialidad es el tratamiento de señales y análisis de datos. Durante su etapa en Brasil trabajó en la empresa Petrobras, participando además en diversos proyectos de investigación en la Universidad. Actualmente desarrolla labores de científico de datos en La Liga de Fútbol Profesional e imparte clases en diversos cursos de Big Data y Análisis de Datos.
Temario
0. Nociones matemáticas básicas0.0 Introducción
0.1 Álgebra Lineal
0.2 Cálculo
0.3 Estadística Descriptiva
0.4 Estadística Inferencial
0.5 Caso Práctico
1. Tratamiento de datos en R
1.0 Introducción
1.1 Introducción a R
1.2 Estructuras de Datos en R
1.3 Manipulación de dataframes
1.4 Limpieza y transformación de datos
1.5 Relación entre variables
1.6 Visualización
1.7 Caso Práctico
2. Conceptos de Machine Learning
2.0 Introducción
2.1 Conceptos generales de Machine Learning
2.2 Técnicas de Machine Learning
2.3 Entrenamiento y evaluación de modelos
2.4 Conceptos de overfitting y underfitting
2.5 Métricas de desempeño de modelos
2.6 Caso Práctico
3. Aprendizaje supervisado
3.0 Introducción
3.1 Regresión Lineal
3.2 Regresión Logística
3.3 Redes neuronales
3.3.1 Redes Neuronales (Parte I)
3.3.2 Redes Neuronales (Parte II)
3.4 Árboles de Decisión
3.5 Random Forest y Gradient Boosting
3.6 Importancia de Variables
3.7 Caso Práctico
4. Aprendizaje no supervisado
4.0 Introducción
4.1 Algoritmos de agrupación
5. Deep Learning
5.1 Redes Neuronales Convolucionales (Teoría)
5.2 Redes Neuronales Convolucionales (Práctica)
5.3 Caso Práctico Módulo 5
Información adicional
https://trainingit.es/curso-machine-learning/¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Machine Learning, programación de algoritmos en R y Python
250 € + IVAAñade 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