Ponte en Contacto
 Duración 21 horas

Temario del curso

Introducción

  • Definición de la IA predictiva
  • Contexto histórico y evolución del análisis predictivo
  • Principios básicos del aprendizaje automático y la minería de datos

Recopilación y Preprocesamiento de Datos

  • Recolección de datos relevantes
  • Limpieza y preparación de datos para el análisis
  • Comprensión de tipos y fuentes de datos

Análisis Exploratorio de Datos (AED)

  • Visualización de datos para obtener información valiosa
  • Estadística descriptiva y resumición de datos
  • Identificación de patrones y relaciones en los datos

Modelado Estadístico

  • Fundamentos de la inferencia estadística
  • Análisis de regresión
  • Modelos de clasificación

Algoritmos de Aprendizaje Automático para Predicción

  • Visión general de algoritmos de aprendizaje supervisado
  • Árboles de decisión y bosques aleatorios
  • Fundamentos de redes neuronales y deep learning

Evaluación y Selección de Modelos

  • Comprensión de la precisión del modelo y métricas de rendimiento
  • Técnicas de validación cruzada
  • Sobreajuste (overfitting) y ajuste de modelos

Aplicaciones Prácticas de la IA Predictiva

  • Estudios de caso en diversas industrias
  • Consideraciones éticas en el modelado predictivo
  • Limitaciones y desafíos de la IA predictiva

Práctica Supervisada

  • Trabajo con un conjunto de datos para crear un modelo predictivo
  • Aplicación del modelo para realizar predicciones
  • Evaluación e interpretación de los resultados

Requerimientos

  • Conocimiento de estadística básica
  • Experiencia con cualquier lenguaje de programación
  • Familiaridad con el manejo de datos y hojas de cálculo
  • No se requiere experiencia previa en IA ni ciencia de datos

Público Objetivo

  • Profesionales de TI
  • Analistas de datos
  • Personal técnico

Número de participantes


Precio por participante

Reseñas (3)

Próximos cursos

Categorías Relacionadas