¡Aprende a optimizar el desempeño y el procesamiento de información de tus modelos Machine Learning!

  Duración: 06 Sesiones
  Modalidad: Transmisión EN VIVO via Zoom

¿Qué aprenderás en el curso?
En nuestro curso de Data Science: Machine Learning lograrás:
  Analizar el desempeño de modelos de Machine Learning
  Desarrollar algoritmos para optimizar modelos supervisados
  Optimizar el análisis de los modelos no optimizados
  Conocer las principales aplicaciones de modelos de Deep Learning
  Aplicar modelos de ML para el procesamiento del Lenguaje natural

Beneficios del curso
  Metodología de aprendizaje moderna con casos reales, talleres aplicativos y desarrollo de proyecto integrador
  Actualizaté y potencia tus habilidades en corto tiempo
  Desarrollo y seguimiento de tu proyecto integrador por tu docente
  Cursos online gratuitos: Con acceso ilimitado para complementar tu aprendizaje
  - Introducción: Python
  - Aprendizaje Integral: SQL Server y Power BI
  - Formación Profesional: Habilidades para el Empleo
  Acceso a un foro de consultas con la Comunidad WE en Discord
  Acceso a bolsa de trabajo
  Garantía de aprendizaje: Si durante el programa tienes alguna disconformidad te reasignaremos a un nuevo inicio

Propuesta de valor
  GitHub: podrás crear un portafolio de proyectos en la red más empleada por analistas de datos y programadores que te permitirá encontrar tu siguiente trabajo


Descargar Brochure

Docente

Temario

  • Aplicaciones de Machine Learning en las organizaciones

  • Paradigmas del Machine Learning

  • Principales algoritmos de Machine Learning

  • Data Aquisition, Wrangling y Web Scrapping en Python

  • Desarrollo y evaluación de modelos

  • Caso 1: Extracción de Datos con Data Wrangling

  • Caso 2: Introducción a repositorios en Git Hub

  • Taller 1: Evaluación de desempeño en modelos predictivos

  • Implementación y evaluación de los modelos supervisados

  • Modelos analíticos: Regresión y Clasificación binaria

  • Algoritmos de clasificación: Árboles de decisión y Random Forest

  • Algoritmos XGBoost y CatBoost: Comparación de algoritmos

  • Caso 1: Técnicas de mejora de rendimiento de modelo

  • Caso 2: Ajuste de parámentros de modelos supervisados

  • Taller 2: Análisis y ajuste de variables críticas de modelo

  • Método de clustering: K- Means

  • Método de clustering: DBScam

  • Modelo de asociación - Inmersión

  • Detección de anomalías en modelos no supervisados

  • Evaluación de desempeño de modelos en Clustering

  • Caso 1: Elaboración de subconjuntos mediante Clustering

  • Caso 2: Cómo identificar a mis usuarios potenciales

  • Taller 3: Identificando relaciones entre datos estructurados

  • ¿Por qué Deep Learning? Aplicaciones y usos

  • Modelos de Deep Learning

  • Redes neuronales convencionales y recurrentes

  • Deep Learning con TensorFlow

  • Construcción de una red neuronal artificial

  • Caso 1: Aplicaciones de modelos de Deep Learning

  • Caso 2: Diseño de una red neuronal

  • Taller 4: Análisis de tendencias en comportamiento de usuario

  • Modelado de series de tiempo

  • Evaluación de modelos de series de tiempo

  • Aplicaciones anvanzadas de filtrado de datos

  • Sistemas de recomendación basado en contenido

  • Modelo Factorización Marcial: Matrix Factorization

  • Caso 1: Aplicaciones de series de tiempo en la industria

  • Caso 2: Análisis de aplicaciones en modelos de recomendación

  • Taller 5: Diseño e implementación de sistemas de recomendación

  • Procesamiento de lenguajes natural: casos de uso

  • Limpieza y depuración de textos

  • Aplicación de técnicas de procesamiento de lenguaje natural

  • Modelado de temas y aplicación de modelos supervisados

  • Caso 1: Clasificación de imágenes utilizando un conjunto de datos

  • Caso 2: Publicando tu modelo analítico en Git Hub

  • Taller 6: Optimizando el desempeño de tus modelos de ML

Proyecto Integrador
En este proyecto optimizarás el desempeño de tus modelos de Machine Learning. Iniciarás evaluando el funcionamiento de tus modelos de Machine Learning. Esto te permitirá ajustar tus variables y algoritmos en tus modelos supervisados y no supervisados. Además, podrás emplear modelos de Deep Learning para el procesamiento de datos no estructurados. Finalmente, podrás definir sistemas de recomendación y optimizar el desempeño de tus modelos para gestionar la relación con tus clientes.


Clase Modelo
Vive la experiencia de aprendizaje con Gerentes y Ejecutivos de las empresas más importantes

 
 

Testimonio
Llevamos capacitando a más de 100.000 alumnos en 25 países. El 85% de nuestros egresados logra conseguir su primer empleo o ascenso profesional.

 
 


¡Inscríbete en 3 pasos!
Sigue los pasos del tutorial e inscríbete en línea en menos de 1 minuto

 
 

Campus Virtual
Clases grabadas, material académico y acceso a todos tus programas


Garantía de Aprendizaje
Si durante el programa tienes alguna disconformidad te reasignaremos a un nuevo grupo de inicio



WhatsApp