Volver Arriba
0%
Machine Learning Python

Aprende las principales técnicas de Machine Learning y ciencia de datos para aplicarlas en proyectos con Python.

Este curso pretende ser una introducción a las técnicas más relevantes de Machine Learning y mostrar ejemplos de aplicación de estas técnicas. Que sirva para conocer qué técnicas existen, en qué se fundamentan y sobre qué tipos de problemas pueden aplicarse.

El enfoque será teórico-práctico y se hará uso del lenguaje de programación Python y del toolkit Scikit Learn. 

* Se recomienda a los alumnos instalarse ANACONDA en su plataforma habitual. ANACONDA incluye Python, Scikit-Learn y Matplotlib. La versión de python que utilizaremos será la 3.6.

También veremos pyspark como plataforma de desarrollo de aplicaciones distribuidas. 

Objetivos del curso

  • Introducir los conceptos de ciencias de datos y machine learning.

  • Introducir las principales librerías que podemos encontrar en python para aplicar técnicas de machine learning a los datos.

  • Introducir las principales librerías que podemos encontrar en python para tratamiento y visualización de datos

  • Dar a conocer los pasos para construir un modelo de machine learning, desde la adquisición de datos,pasando por la generación de funciones, hasta la selección de modelos.

  • Dar a conocer los principales algoritmos para resolver problemas de machine learning.

  • Introducir scikit-learn como herramienta para resolver problemas de machine learning.

  • Introducir pyspark como herramienta para aplicar técnicas de big data y map-reduce a los datos.

  • Conocer y aplicar algoritmos de machine learning con pyspark.

  • Introducir los sistemas de recomendación basados en contenidos


30 horas
Con diploma

¡Atención! Para poder empezar a aprender, primero debes inscribirte en el curso.

Este curso es Freemium: Tienes módulos gratuitos y módulos de pago. Si deseas realizar el curso completo y mejorar tu formación, puedes desbloquear los módulos de pago, además recibirás el Diploma a domicilio y en su versión digital.

Módulo 1: Introducción a la ciencia de datos y machine learning
 
Módulo 2: Librerías para tratamiento y visualización de datos con python
Módulo de pago
Módulo 3: Scikit-learn como librería de machine learning
Módulo de pago
Módulo 4: Pyspark como librería de big data y data science
Módulo de pago
Módulo 5: Sistemas de recomendación
Módulo de pago
Módulo 6: Recursos y artículos
Módulo de pago