Data for Machine Learning

Resumen

Título:

Datos para Aprendizaje Automático

Descripción:

Sumérgete en lo esencial del uso de datos en el aprendizaje automático con este curso integral. Descubre el significativo papel de los datos en varias fases del aprendizaje automático, incluyendo las fases de aprendizaje, entrenamiento y operacionales.

Adquiere experiencia en identificar elementos críticos de los datos, entender y corregir sesgos, e implementar estrategias para potenciar las capacidades de generalización de tu modelo. Aprende a mitigar los efectos del sobreajuste, aplicar técnicas rigurosas de prueba y validación, y refinar la precisión del modelo a través de ingeniería de características estratégica.

Adicionalmente, explora el efecto de los parámetros algorítmicos en la fortaleza de tus modelos.

Este curso está diseñado para individuos con al menos un entendimiento a nivel principiante de la programación en Python, capaces de leer y modificar código existente y familiarizados con construcciones de programación básicas como condicionales, bucles y estructuras de datos tales como listas, diccionarios y arreglos. Un entendimiento fundamental del álgebra lineal y estadística, incluyendo la notación vectorial y los básicos de distribuciones de probabilidad, también es esencial.

Universidad:

Instituto de Inteligencia Artificial de Alberta

Proveedor:

Coursera

Categorías:

Cursos de Estadística y Probabilidad, Cursos de Aprendizaje Automático, Cursos de Análisis de Datos, Cursos de Álgebra Lineal

Este curso es parte de la Especialización en Aprendizaje Automático Aplicado, una oferta exclusiva de Coursera en colaboración con el Instituto de Inteligencia Artificial de Alberta, diseñada para profundizar tus conocimientos y habilidades en aprendizaje automático.

---

Enseñado por

Anna Koop

---

Asignaturas