fbpx
Buscar
Cerrar este cuadro de búsqueda.

Diplomado en Machine Learning

Machine Learning (ML) es el campo de la inteligencia artificial que estudia técnicas y algoritmos que buscan darle a las computadoras la habilidad de aprender de la experiencia. Es una disciplina que ha tenido un gran auge en los últimos años, gracias a su capacidad para analizar grandes cantidades de datos y extraer patrones que permiten hacer predicciones.

 

En este curso, se busca brindar a los participantes un conocimiento sólido en los fundamentos del ML, para que puedan aplicar esta técnica en diferentes campos, como la medicina, la ingeniería, el marketing, entre otros. Además, el curso incluirá un plan de prácticas  necesarias para la aplicación exitosa de las técnicas de ML.

 

El dominio de las técnicas de ML permite abordar diversos problemas desde una perspectiva diferente, aprovechando todo el poder de nuestros sistemas de cómputo.

  • Brindar a los participantes los conocimientos necesarios para entender los fundamentos del Machine Learning y aplicarlos en la resolución de problemas reales.
  • Comprender los conceptos básicos del Machine Learning.
  • Identificar y seleccionar los algoritmos de Machine Learning más adecuados para cada problema.
  • Implementar algoritmos de Machine Learning utilizando herramientas como Python y Scikit-Learn.
  • Evaluar la precisión de los modelos de Machine Learning.

El curso será teórico-práctico, con énfasis en la resolución de problemas reales. Se utilizarán herramientas como los notebooks de Google Colaboratory, Python y Scikit-Learn para implementar los algoritmos de Machine Learning. Además, se fomentará la participación de los estudiantes en discusiones y ejercicios prácticos.

Las clases se desarrollarán de manera remota mediante aprendizaje sincrónico y asincrónico implementando la plataforma Teams.

 

Módulo 1 Módulo 2
Conceptos Básicos de Programación

 

– Introducción a Python

– Funcionalidades báscicas de Python

– Uso de notebooks de Jupyter

Introducción al Machine Learning

 

– ¿Qué es el Machine Learning?

– Tipos de Aprendizaje Automático

– Preprocesamiento de datos

Módulo 3 Módulo 4
Aprendizaje Supervisado

 

Regresión Lineal

– Regresión Logística

– Árboles de Decisión

– Random Forest

Aprendizaje No Supervisado

 

Clustering

– Análisis de Componentes Principales

Módulo 5
Aplicaciones Básicas de ML

 

Aplicaciones en ciencias

– Aplicaciones financieras

– Forecasting

Kevin Andrés Sossa Valencia

 

Ingeniero Industrial con énfasis en Análisis de Datos y Data Science, candidato a Magister en Estadística Aplicada y Ciencia de Datos. Con experiencia en manejo de datos utilizando herramientas como Excel, Python y R, diseño de Dashboards a traves de Power Bi e investigaciones económicas y estadísticas. Con conocimientos en SQL, frameworks Pandas, NumPy, Scikit-learn, Keras, motores de Bases de Datos como MySQL y SQLite. Persona de razonamiento lógico, autodidacta, creativa, analítica, proactiva, adaptable a los cambios, abierta al aprendizaje y nuevos retos.

¿Te podemos ayudar? Déjanos tus datos

¡Completa este formulario, y en breve nos comunicaremos contigo!

Noticias

Vida en el Campus

Te puede interesar

Conoce otros programas que podrían ser de tu interés.

Ciencias Básicas
Modalidad: Virtual
Duración: 120 horas
Ciencias Básicas
Modalidad: Remota
Duración: 96 horas
Ciencias Básicas
Modalidad: Remota
Duración: 90 horas
Lunes, martes y jueves 6:00 a 9:00 pm

Nuestra ubicación

Campus Tecnológico
Campus Casa Lemaitre