Curso Experto en Machine Learning

Ofrecido por: Grupo Atrium

Disponible

¿Qué es Machine Learning?

Es una de las ramas de la inteligencia artificial que crea sistemas que aprenden automáticamente identificando patrones entre millones de datos.

Objetivos del curso: 

  • Dominar herramientas, lenguajes de programación y técnicas algorítmicas que te permitirán desarrollar y liderar proyectos de Machine Learning. Estas herramientas están a la vanguardia de la tecnología y son líderes de mercado utilizándose diariamente en empresas nacionales e internacionales.
  • Entender y saber aplicar los algoritmos de Machine Learning más utilizados en la industria, así como tener la capacidad de poder adaptarlos y modificarlos para afrontar problemas complejos del mundo real.
  • Poder integrarte trabajando en proyectos empresariales que impliquen técnicas de Machine Learning, big data y computación en la nube.

 

 Dirigido a: 

  • Estudiantes que posean conocimientos básicos de programación y deseen empezar su andadura profesional como científicos de datos.
  • Trabajadores del sector tecnológico que quieran progresar en su carrera.
  • Jefes de proyecto que deseen liderar eficientemente proyectos de Inteligencia Artificial.

Salidas Laborales 

  • Científico de datos especializado en Machine Learning.
  • Ingeniero de Software y programador de Inteligencia Artificial en proyectos de ingeniería y consultoría.
  • Liderar proyectos como experto en machine learning.

 

Otros Datos: Profesores Expertos, Formación online tutorizada, Clases/Tutorías en directo, Formación basada en la práctica y en el desarrollo de ejercicios, Programa De Becas Personalizadas y Acceso a Bolsa de Empleo.

 Prácticas: Prácticas en empresas especializadas (opcionales). Disponemos de una red de empresas colaboradoras para que puedas cursar tus prácticas.

-Precio: 1.650,00 €

¡Sólo en Black Friday: 1.320€!

-150 horas

CONTENIDOS:

Módulo 1: Nociones teóricas iniciales

  • Desambiguación de términos: ¿Machine Learning? ¿Deep Learning? ¿Data Science? ¿Big Data?
  • Evolución histórica de la Inteligencia Artificial
  • Machine Learning: Aprendizaje supervisado, no supervisado y por refuerzo
  • Aprendizaje supervisado: Regresión y clasificación

Módulo 2: Herramientas básicas

  • Programación en Python
  • Linux Shell essentials
  • Visión general de las herramientas Cloud disponibles
  • Ecosistema Data Science en Python: Skit Learn, Pandas, Numpy, Matplotlib…
  • Pre-procesamiento de datos numéricos (Normalización, discretización, estandarización…)

Módulo 3: Algoritmos de Machine Learning y su implementación  

  • ¿Qué es un modelo de machine learning?¿Qué es el entrenamiento? ¿Cómo valido que mis modelos generalizan correctamente?
  • Regresión Lineal
  • Regresión Logística
  • Algoritmos de agrupamiento (K-Means, Clustering espectral, Clustering jerárquico…)
  • Support Vector Machines (SVM)
  • Árboles de Decisión y Random Forests
  • K Nearest Neighbors (KNN)
  • Redes Bayesianas
  • Modelos Ocultos de Markov
  • Algoritmos de reducción de la dimensionalidad (PCA, t-SNE…)
  • Multi Layer Perceptron
  • Algoritmos de selección de modelos y búsqueda inteligente de hiper parámetros (grid search, random search, cross validation…)
  • Modelos Ensemble y Sistemas multi-agente

Claustro de profesores:

Daniel Martínez García

Experto en Inteligencia Artificial con dilatada experiencia en el sector. Fue durante años director de I+D en la División de Inteligencia Artificial de Altran y actualmente dirige la parte de Inteligencia Artificial en MonoM (Grupo Álava). Tiene un máster en Big Data y otro en Deep Learning e imparte clases en universidades y escuelas de negocios.

Main Menu