Máster de machine learning con software
-
El master cubre la regresión lineal y logística, series de tiempo, las redes neuronales, la propagación hacia adelante y hacia atrás (Feedforward and Back Propagation), las funciones de costo, las SVM, la reducción de la dimensionalidad, el aprendizaje supervisado/no supervisado, el análisis de componentes principales (PCA), K -Medios de agrupamiento, detección de anomalías, sistemas de recomendación y mucho más.
Todas estas técnicas en su conjunto me han permitido tener una visión más clara sobre que es posible resolver con ML y que no. Ahora veo oportunidades en todos lados. A la fecha he logrado desarrollar y poner en producción dos modelos que apendí en el master.
← | →
-
El máster me ha ayudado a perder el miedo al aprendizaje automático y a sentirme capacitada a emplear estas técnicas en mi trabajo
← | →
-
Gran formación, incluso para gente que tenemos una formación no especializada en ciencia de datos.
He de reconocer que tenía formación en estadística (sino hubiera sido muy difícil, pero igualmente muy adaptado y guiado)
Felicidades
← | →
Master
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.
¡Enfoca tu carrera profesional hacia la inteligencia artificial!
-
Tipología
Master
-
Metodología
Online
-
Horas lectivas
1650h
-
Duración
10 Meses
-
Inicio
Fechas a elegir
-
Campus online
Sí
-
Servicio de consultas
Sí
-
Tutor personal
Sí
-
Clases virtuales
Sí
¿Quieres profundizar tus conocimientos en el aprendizaje de máquinas? Emagister te presenta el Máster de machine learning con software, impartido por Máxima Formación mediante una metodología de estudio online para que puedas estudiar desde cualquier sitio planificando los horarios de estudio como más te convienen.
Esta formación te capacita para que puedas aplicar las técnicas de machine learning en tus proyectos para agilizar procesos y tomar decisiones inteligentes basadas en la experiencia de los datos. Trabajar con datos en tiempo real, crea tus propios modelos de análisis y algoritmos con aprendizaje supervisado, no supervisado y aprendizaje profundo. Adquieres competencias relevantes y realmente disruptivas en el sector de la ciencia de datos.
Tiene una duración de nueve meses, en los cuales adquieres conocimientos profundos sobre la temática, además, cuentas con el apoyo de un tutor personal para a lo largo de todo el proceso de aprendizaje.
No dejes pasar esta oportunidad de avanzar en el campo de la inteligencia artificial. Presiona el botón “Pide información” que Emagister pone a tu disposición, deja tus datos de contacto y lo más pronto posible un asesor va a estar contactándote para darte más detalles y guiarte en tu matriculación para que lo hagas de manera rápida y segura.
Información importante
Documentos
- Master en Machine Learning con R_Maxima Formacion.pdf
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
Con este Máster adquirirás un conocimiento práctico profundo del Machine Learning con R Software, y estarás capacitado para:
Progresar en tu operativa con los datos. Diseñar proyectos ágiles de Machine Learning, eficaces e impactantes. Obtener información y respuestas de forma rápida y automatizada. Aplicar soluciones que evolucionan por sí mismas. Tomar decisiones inteligentes, confiables e informadas basadas en la experiencia de los datos.
Profesionales del análisis de datos interesados en adquirir conocimientos avanzados sobre Machine Learning con aplicación directa a su realidad profesional.
Un máster orientado a graduados, licenciados, PhD, doctorados universitarios, docentes e investigadores.
Para realizar la reserva de matrícula y obtener el título:
Alumnos españoles: título universitario. Alumnos Unión Europea: título universitario. Alumnos extranjeros pertenecientes al convenio de la Haya: Título universitario apostillado. Alumnos extranjeros no pertenecientes al convenio de la Haya: título universitario debidamente compulsado por organismo oficial competente o por notario. En caso en que el título no esté en castellano deberá ir acompañado de una traducción jurada. Alumnos de habla no hispana: deberán acreditar su nivel de español por medio de un certificado oficial.
Título propio expedido y otorgado por la Universidad Nebrija de Madrid. Área: Ciencia de Datos. Créditos: 66 ECTS. Duración: 10 meses. Título propio Universidad Nebrija.
Es un programa de especialización útil, relevante y práctico, impartido con la metodología exclusiva de Máxima Formación, 100% on-line y learnbydoing (aprender haciendo).
En las siguientes 48h un asesor académico contactará contigo para darte más detalles sobre la convocatoria académica en curso.
Es 100% on-line y learn by doing.
Marca tu propio ritmo de aprendizaje.
Tutorización sin límites y personalizada.
Enfoque Learn by doing.
Evaluación continua, fechas flexibles.
Contenidos relevantes y de calidad.
Recursos complementarios: audiovisuales, guías prácticas y bibliografía complementaria, para ir más allá en tu desempeño.
Desde el inicio del Máster tendrás acceso permanente al Campus Virtual y a todos los contenidos desde cualquier dispositivo móvil, un sistema LMS online que facilita el seguimiento y la ejecución de tus tareas formativas en entornos de movilidad.
Lecciones en vídeo descargables.
Lecciones en formato presentación (ppt/pdf).
Recursos descargables: hojas de trucos, guías rápidas, plantillas de código, mapas conceptuales y esquemas.
Estudio de casos reales con los códigos de programación disponibles.
Tareas prácticas para resolver.
Tares opcionales para adquirir habilidades más avanzadas.
Recursos complementarios: bibliografía para profundizar en los aspectos que más te interesen.
Foros de debate comunitarios con respuestas de tus tutores.
Wiki comunitaria para compartir recursos recomendados.
El Máster en Machine Learning con R Software está acreditado con el Título Propio de la Universidad Nebrija de Madrid.
Gastos adicionales:
Tasas por la expedición del título universitario: 60 €
Legalización y apostillado: 50 €
Envío del título fuera de España: 40 €
On-line a través de la página web: https://www.maximaformacion.es/masters/master-de-machine-learning-con-r/
Los alumnos tienen la posibilidad de abonar el importe de la matrícula eligiendo entre:
* Tarjeta bancaria.
* Transferencia.
Opiniones
-
El master cubre la regresión lineal y logística, series de tiempo, las redes neuronales, la propagación hacia adelante y hacia atrás (Feedforward and Back Propagation), las funciones de costo, las SVM, la reducción de la dimensionalidad, el aprendizaje supervisado/no supervisado, el análisis de componentes principales (PCA), K -Medios de agrupamiento, detección de anomalías, sistemas de recomendación y mucho más.
Todas estas técnicas en su conjunto me han permitido tener una visión más clara sobre que es posible resolver con ML y que no. Ahora veo oportunidades en todos lados. A la fecha he logrado desarrollar y poner en producción dos modelos que apendí en el master.
← | →
-
El máster me ha ayudado a perder el miedo al aprendizaje automático y a sentirme capacitada a emplear estas técnicas en mi trabajo
← | →
-
Gran formación, incluso para gente que tenemos una formación no especializada en ciencia de datos.
He de reconocer que tenía formación en estadística (sino hubiera sido muy difícil, pero igualmente muy adaptado y guiado)
Felicidades
← | →
Valoración del curso
Lo recomiendan
Valoración del Centro
William Chavarría
Sara Alonso
Juan Angel Aibar
Claudio Cárdenas
Elena Guiner Alcazar
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 12 años en Emagister.
Materias
- Desafío que aborda el Machine
- Machine learning
- Estadística multivariante
- Estadística descriptiva
- Regresión y correlación
- Árboles de decisión
- Agrupación jerárquica y no jerárquica
- Graficos avanzados
- Redes neuronales
- Desarrollo del software
- Análisis de datos
- Técnicas de estudio
Profesores
Nacho García
Profesor del área Data Science con R
Docente experto en Machine Learning con R. Analista de Riesgos con más de 10 años de experiencia en la creación de modelos de riesgo, marketing y mejora de procesos, aplicando métodos de Machine Learning.
Rosana Ferrero
Profesora del área Data Science con R
* Docente experta en Estadística aplicada para la Ciencia de Datos. * Doctora en Bioestadística. * Programadora en R Software. * Responsable del área de formación Data Science de Máxima Formación. * Investigadora científica en CAPES-PUC, IAS-CSIC, LINCGlobal.
Temario
MÓDULO I
UNIDAD 1. INTRODUCCIÓN AL MACHINE LEARNING
• ¿Cuál es el desafío que aborda el Machine Learning?
• ¿Qué es y qué no es el Machine Learning?
• Proceso de trabajo en Machine Learning.
• ¿Cómo trabaja el Machine Learning? Aprendizaje supervisado, no supervisado y profundo.
UNIDAD 2. PROGRAMACIÓN EN R E INVESTIGACIÓN REPRODUCTIBLE
• R y RStudio. Sintaxis básica y ayuda.
• Investigación reproducible con RMarkdown.
• Estructura de datos. Vectores, matrices, listas, y data frames.
UNIDAD 3. OBTENCIÓN, PREPROCESADO Y VISUALIZACIÓN DE DATOS
• Importar y exportar bases de datos.
• Introducción al mundo tidyverse.
• Manipular datos con dplyr.
• Transformar datos con tidyr.
MÓDULO II.
UNIDAD 4. CORRELACIÓN, REGRESIÓN LINEAL Y REGRESIÓN LOGÍSTICA
• Correlación simple y parcial.
• Regresión lineal simple.
• Regresión lineal múltiple.
• Regresión logística.
UNIDAD 5. ÁRBOLES DE DECISIÓN, MODELOS DE BAGGING Y RANDOM FOREST
• Crear árboles de decisión individuales.
• Modelos de ensemble con árboles de decisión.
• Modelos de Bagging y de Random Forest.
• Clasificación vs. Regresión.
UNIDAD 6. CLASIFICACIÓN POR K-VECINOS (kNN) Y MÁQUINA DE VECTORES DE SOPORTE (SVM)
• ¿Qué son y cómo funcionan? Ventajas y desventajas de cada uno.
• Presentación del algoritmo k-Nearest Neighbor (kNN).
• Distancia y similitud.
• Selección del factor k.
MÓDULO III.
UNIDAD 7. ANÁLISIS CLUSTER (JERÁRQUICO Y POR K-MEDIAS) Y ANÁLISIS DE COMPONENTES PRINCIPALES (PCA)
• ¿Qué son y cómo funcionan? ¿cómo interpretar los resultados?
• Agrupación jerárquica y no jerárquica (por k-medias).
• Medidas de distancia y métodos de agrupación.
• Visualiza e interpreta con el Dendrograma.
UNIDAD 8. ANÁLISIS DE SERIES TEMPORALES: MODELOS ARIMA Y SARIMA
• Análisis exploratorio de series temporales.
• Identificar datos atípicos (outliers) y faltantes (missing).
• Identificar puntos de cambio en las series.
• Clúster jerárquico con series temporales.
UNIDAD 9. ORDENACIÓN Y REDUCCIÓN DE LA DIMENSIÓN
• Conceptos básicos de aprendizaje profundo y redes neuronales.
• Optimización y validación de la red neuronal.
• Construcción de redes neuronales simples.
• Predicción.
Información adicional
Pago íntegro anticipado: 10% de descuento sobre el total de la matrícula.
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Máster de machine learning con software