Resumen
Aprende temas de ciencia de datos y aprendizaje automático con demostraciones simples, paso a paso, y modelos de Excel fáciles de usar (¡SIN código!)
Programa de estudio
-
- Introducción al Aprendizaje Automático y Ciencia de Datos
-- Panorama General del Aprendizaje Automático
-- Conceptos Clave en Ciencia de Datos
-- Aplicaciones e Impacto en la Vida Cotidiana
- Entendiendo los Datos
-- Tipos de Datos: Estructurados vs. No Estructurados
-- Métodos de Recolección de Datos
-- Fundamentos de Limpieza y Preprocesamiento de Datos
- Visualización de Datos
-- Importancia de la Visualización de Datos
-- Herramientas y Técnicas Comunes
-- Creación de Visualizaciones Básicas
- Introducción a los Algoritmos de Aprendizaje Automático
-- Aprendizaje Supervisado vs. No Supervisado
-- Algoritmos Comunes: Regresión Lineal, Árboles de Decisión, Clustering k-Means
-- Introducción a la Evaluación de Modelos
- Construyendo un Modelo Simple de Aprendizaje Automático
-- Elegir las Herramientas Correctas (Python, nociones básicas de R)
-- Guía Paso a Paso para Construir un Modelo
-- Evaluación del Rendimiento del Modelo
- Introducción a Redes Neuronales y Aprendizaje Profundo
-- Fundamentos de Redes Neuronales
-- Visión General de Aprendizaje Profundo y sus Aplicaciones
- Consideraciones Éticas en el Aprendizaje Automático
-- Sesgo en Datos y Modelos
-- Preocupaciones de Privacidad y Seguridad de Datos
-- Implicaciones Sociales de la IA
- Herramientas y Bibliotecas de Aprendizaje Automático
-- Introducción a Bibliotecas Populares (Scikit-Learn, TensorFlow)
-- Configuración de un Entorno Básico
- Proyectos Prácticos
-- Proyecto de Clasificación Simple
-- Análisis Predictivo a Pequeña Escala
-- Creación de Historias con Datos y Reportes
- Resumen del Curso y Próximos Pasos
-- Resumen de los Conceptos Clave
-- Recursos para Aprendizaje Continuo
-- Trayectorias Profesionales en Aprendizaje Automático y Ciencia de Datos
Enseñado por
Maven Analytics, Chris Dutton and Joshua MacCarty
Etiquetas
On-Demand
