Comprender los algoritmos de aprendizaje automático a través de ejemplos

Resumen

Únete a nuestra sesión sobre Comprendiendo Algoritmos de Aprendizaje Automático a Través de Ejemplos y mejora tus habilidades en IA. Este curso ofrece una exploración profunda de algoritmos de aprendizaje automático ampliamente utilizados, ilustrados a través de ejemplos del mundo real de la industria.

Descubre técnicas expertas para seleccionar el algoritmo más adecuado para diversas tareas y experimenta el poder de las soluciones de Azure Machine Learning para automatizar procesos sin esfuerzo, todo sin la necesidad de codificación.

Presentado por el reconocido proveedor YouTube, este evento es ideal para aquellos que buscan profundizar sus conocimientos en inteligencia artificial y para profesionales ansiosos por aprovechar las herramientas de IA para aumentar la productividad. No te pierdas esta oportunidad de mantenerte a la vanguardia de la innovación en IA, con ideas de figuras líderes de la industria y tecnologías de vanguardia.

Programa de estudio

• Introducción al Aprendizaje Automático
Descripción General de Conceptos de Aprendizaje Automático
Importancia y Aplicaciones en la Industria
Introducción a la Plataforma Azure ML
• Algoritmos de Aprendizaje Supervisado
Regresión Lineal
Estudio de Caso: Predicción de Precios de Viviendas
Implementación en Azure
Árboles de Decisión
Estudio de Caso: Evaluación de Riesgo de Crédito
Implementación en Azure
Máquinas de Vectores de Soporte
Estudio de Caso: Clasificación de Textos
Implementación en Azure
• Algoritmos de Aprendizaje No Supervisado
Agrupamiento (k-Means)
Estudio de Caso: Segmentación de Clientes
Implementación en Azure
Análisis de Componentes Principales (PCA)
Estudio de Caso: Reducción de Dimensionalidad para Datos de Imágenes
Implementación en Azure
• Aprendizaje de Refuerzo
Introducción a Conceptos de Aprendizaje de Refuerzo
Estudio de Caso: Estrategias de Precios Dinámicos
Implementación en Azure
• Evaluación y Selección de Modelos
Precisión, Exactitud y Revocación
Curvas ROC y AUC
Técnicas de Validación Cruzada
• Elección del Algoritmo Correcto
Comprendiendo Tipos de Datos y Características
Compensaciones y Consideraciones (Compensación Bias-Varianza)
Guías Prácticas para la Selección de Algoritmos
• Automatización de Tareas de Aprendizaje Automático
Introducción a Soluciones de ML Automatizado en Azure
Configuración de Experimentos de ML Automatizado
Mejores Prácticas para Automatizar Flujos de Trabajo de ML
• Laboratorios y Proyectos Prácticos
Ejercicio: Construcción de un Modelo de Predicción Simple
Proyecto: Canal de Aprendizaje Automático de Extremo a Extremo con Azure
• Cierre y Siguientes Pasos
Revisión de Conceptos Aprendidos
Recursos para Continuar Aprendiendo

---

Asignaturas

Charlas de Conferencia