Lo que necesitas saber antes de
que comiences

Comienza 4 July 2025 23:42

Termina 4 July 2025

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Intermediate Data Manipulation and Machine Learning

Manipulación de Datos Intermedia y Aprendizaje Automático | Coursera En este curso completo, explorará la inteligencia artificial (IA) y sus conceptos centrales, formando una base sólida para el aprendizaje automático. Se adentrará en el análisis de regresión, aplicando técnicas de regresión univariable, polinómica y multivariable a.
via Coursera

2042 Cursos


No especificado

Actualización opcional disponible

Todos los niveles

Progreso a tu propio ritmo

Free

Actualización opcional disponible

Resumen

En este curso completo, explorará la inteligencia artificial (IA) y sus conceptos centrales, formando una base sólida para el aprendizaje automático. Se adentrará en el análisis de regresión, aplicando técnicas de regresión univariable, polinómica y multivariable a problemas del mundo real a través de laboratorios interactivos.

Luego, aprenderá la preparación y evaluación de modelos, centrándose en el subajuste, sobreajuste, división de datos y métodos de remuestreo, junto con técnicas de regularización para mejorar el rendimiento del modelo. El curso cubre métodos de clasificación, incluyendo matrices de confusión, curvas ROC, árboles de decisión, bosques aleatorios, regresión logística y máquinas de vectores de soporte, todos acompañados de laboratorios prácticos.

También explorará modelos de conjunto y reglas de asociación, como el algoritmo Apriori, para descubrir patrones ocultos en los datos. Diseñado para científicos de datos, entusiastas del aprendizaje automático y profesionales técnicos, este curso requiere una comprensión básica de los conceptos de aprendizaje automático y programación en Python.

Los resultados de aprendizaje incluyen:

  • Entender los fundamentos de la IA y el aprendizaje automático
  • Aplicar análisis de regresión
  • Construir y evaluar modelos
  • Implementar técnicas de clasificación
  • Realizar agrupamiento y reducción de dimensionalidad
  • Descubrir patrones con reglas de asociación
  • Aplicar principios de aprendizaje por refuerzo

Universidad:

Proveedor:

Coursera

Categorías:

Cursos de Inteligencia Artificial, Cursos de Aprendizaje Automático, Cursos de Análisis de Regresión, Cursos de Evaluación de Modelos, Cursos de Clasificación, Cursos de Regresión Logística, Cursos de Árboles de Decisión


Asignaturas