Programa práctico en Machine Learning con Scikit-Learn Python

Curso

En Madrid

500 € IVA inc.

Más información

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti, y podrás financiar tu matrícula en cómodos plazos.

900 64 94 94

Llamada gratuita. Lunes a viernes de 9h a 20h.

Descripción

  • Tipología

    Curso

  • Nivel

    Nivel avanzado

  • Lugar

    Madrid

  • Horas lectivas

    20h

  • Duración

    4 Días

DevAcademy, consciente de la demanda del sector empresarial en perfiles con conocimientos de Machine Learning, compone un programa que busca formar a perfiles desarrolladores en una de las herramientas más usadas del mundo del DataScience con uno de los lenguajes más sencillos y potentes del mercado: Python.

Instalaciones y fechas

Ubicación

Inicio

Madrid
Ver mapa
Barbara de Braganza 11

Inicio

Consultar

Preguntas & Respuestas

Plantea tus dudas y otros usuarios podrán responderte

¿Quién quieres que te responda?

Sólo publicaremos tu nombre y pregunta

Materias

  • Machine learning
  • Scikit-Learn
  • Datasets
  • K-NN
  • Kaggle
  • Redes neuronales
  • Random Forest
  • Gradient Boosting
  • Datasets sklearn
  • Data science

Profesores

Profesionales  Profesores DevAcademy

Profesionales Profesores DevAcademy

Profesores

Temario

DevAcademy, consciente de la demanda del sector empresarial en perfiles con conocimientos de Machine Learning, compone un programa que busca formar a perfiles desarrolladores en una de las herramientas más usadas del mundo del DataScience con uno de los lenguajes más sencillos y potentes del mercado: Python.

Temario
1. Inicio al Machine Learning
Introducción al aprendizaje automático
Definición y flujo de un proceso de Machine Learning
Tipos de aprendizaje automático
Aprendizaje supervisado vs no supervisado
Problema del sobreentrenamiento
2. Machine Learning práctico con Scikit-Learn
Introducción y despliegue de entorno de pruebas
Operaciones básicas de manipulación de Datasets
Introducción a scikit-learn
Datasets sklearn
Métricas para evaluar la precisión
Algoritmos de Machine Learning en scikit-learn
Introducción a métodos de selección de variables y performance
Introducción a modelos supervisados para problemas de regresión
Introducción a máquinas de soporte vectorial (SVM)
K-NN como algoritmo de clasificación supervisada
Introducción a los árboles de decisión
Introducción a Random Forest
Introducción a modelos combinados
Introducción a las redes neuronales (Keras)
Gradient Boosting algorithms
Introducción a modelos no supervisados
Caso práctico guiado: Kaggle

Información adicional

Fechas: 27-28/09 y 4-5/10 de 2019

Más información

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti, y podrás financiar tu matrícula en cómodos plazos.

900 64 94 94

Llamada gratuita. Lunes a viernes de 9h a 20h.

Programa práctico en Machine Learning con Scikit-Learn Python

500 € IVA inc.