La alquimia de los algoritmos: Desbloqueando los secretos del aprendizaje automático

Resumen

In today's data-driven world, Machine Learning (ML) is at the forefront of technological innovation, powering applications from personalized recommendations to advanced medical diagnostics. This comprehensive course is designed to equip you with a strong foundation in Machine Learning algorithms and their real-world applications.

Whether you're a beginner or someone with some prior exposure to ML, this course will guide you step-by-step through the essential concepts and practical techniques needed to excel in this field.

Programa

• Introducción al Aprendizaje Automático
Definición e Importancia del Aprendizaje Automático
Resumen de las Aplicaciones del Aprendizaje Automático
• Fundamentos del Aprendizaje Automático
Conceptos Clave y Terminología
Tipos de Aprendizaje Automático: Supervisado, No Supervisado y Aprendizaje por Refuerzo
• Configuración del Entorno
Introducción a Python y Jupyter Notebooks
Bibliotecas Clave: NumPy, Pandas, Matplotlib, Scikit-Learn
• Preprocesamiento de Datos
Limpieza y Preparación de Datos
Escalado de Características y Normalización
Manejo de Valores Faltantes
• Algoritmos de Aprendizaje Supervisado
Regresión Lineal
Regresión Logística
Árboles de Decisión y Bosques Aleatorios
Máquinas de Soporte Vectorial
K-Vecinos Más Cercanos
• Técnicas de Evaluación de Modelos
División de Entrenamiento/Prueba y Validación Cruzada
Métricas de Evaluación: Precisión, Exactitud, Recuperación, Puntaje F1
• Algoritmos de Aprendizaje No Supervisado
Agrupamiento K-Means
Agrupamiento Jerárquico
Análisis de Componentes Principales (PCA)
• Introducción a las Redes Neuronales
Fundamentos de las Redes Neuronales
Introducción al Aprendizaje Profundo y Estructuras de Redes Neuronales
• Técnicas Prácticas en Aprendizaje Automático
Sobreajuste y Subajuste
Ajuste de Hiperparámetros
Selección y Validación de Modelos
• Aplicaciones del Mundo Real del Aprendizaje Automático
Sistemas de Recomendación
Conceptos Básicos de Procesamiento de Lenguaje Natural
Clasificación de Imágenes
• Tendencias de Vanguardia en Aprendizaje Automático
Aprendizaje por Transferencia
Aprendizaje Automático Automatizado (AutoML)
• Proyecto Final
Identificación de un Problema y Selección del Algoritmo Adecuado
Construcción, Evaluación y Presentación de una Solución de Aprendizaje Automático
• Revisión del Curso y Próximos Pasos
Recapitulación de Conceptos Clave
Recursos para Aprendizaje Adicional y Caminos Profesionales en IA y Aprendizaje Automático

---

Impartido por

Vivian Aranha

---

Materias

Computer Science