Cursos de Aprendizaje Automático - Ciencia de Datos

Algunos de nuestros clientes

Código del Curso

ML_LBG

Duración

21 horas (usualmente 3 días, incluidas las pausas)

Requerimientos

Conocimiento y conocimiento de los fundamentos de Machine Learning
 

Descripción General

Esta sesión de capacitación basada en el aula explorará las herramientas de aprendizaje automático con (sugerido) Python. Los delegados tendrán ejemplos basados en computadora y ejercicios de estudio de caso para emprender.

Programa del Curso

1. Introducción al aprendizaje automático

  • Tipos de aprendizaje automático: aprendizaje supervisado vs no supervisado
    • Del aprendizaje estadístico al aprendizaje automático
    • El flujo de trabajo de Data Mining:
    • Entendimiento comercial
    • Entendimiento de datos
    • Preparación de datos
    • Modelado
  • Evaluación
  • Despliegue
  • Algoritmos de aprendizaje automático
  • Elegir el algoritmo apropiado para el problema
  • Sobreajuste y sesgo de diferencia-diferencia en ML

2. Bibliotecas ML y lenguajes de programación

  • Por qué usar un lenguaje de programación
  • Elegir entre R y Python
  • Curso acelerado de Python
  • Recursos de Python
  • Bibliotecas Python para aprendizaje automático
  • Cuadernos Jupyter y codificación interactiva

3. Probando algoritmos de ML

  • Generalización y sobreajuste
  • Evitar el sobreajuste
    • Método de retención
    • Validación cruzada
    • Bootstrapping
  • Evaluar predicciones numéricas
    • Medidas de precisión: ME, MSE, RMSE, MAPE
    • Parámetro y estabilidad de predicción
  • Evaluación de algoritmos de clasificación
    • Precisión y sus problemas
    • La matriz de confusión
    • Problema de clases desbalanceadas
  • Visualizar el rendimiento del modelo
    • Curva de ganancias
    • Curva ROC
    • Levante la curva
  • Selección de modelo
  • Sintonización de modelos: estrategias de búsqueda de grillas
  • Ejemplos en Python

4. Preparación de datos

  • Almacenamiento e importación de datos
  • Comprender los datos - exploraciones básicas
  • Manipulación de datos con la biblioteca pandas
  • Transformaciones de datos: discusión de datos
  • Análisis exploratorio
  • Observaciones faltantes: detección y soluciones
  • Valores atípicos: detección y estrategias
  • Estandarización, normalización, binarización
  • Recodificación de datos cualitativos
  • Ejemplos en Python

5, Clasificación

  • Clasificación binaria vs multiclass
  • Clasificación a través de funciones matemáticas
    • Funciones discriminantes lineales
    • Funciones discriminantes cuadráticas
  • Regresión logística y enfoque de probabilidad
  • k-vecinos más cercanos
  • Naïve Bayes
  • Árboles de decisión
    • CARRO
    • Harpillera
    • Bosques Aleatorios
    • Impulso
    • Xgboost
  • Soporte Vector Máquinas y núcleos
    • Clasificador de margen máximo
    • Máquinas de vectores soporte
  • Ensemble learning
  • Ejemplos en Python

6. Regresión y predicción numérica

  • Estimación de mínimos cuadrados
  • Técnicas de selección de variables
  • Regularización y estabilidad: L1, L2
  • No linealidades y mínimos cuadrados generalizados
  • Regresión polinomial
  • Splines de regresión
  • Árboles de regresión
  • Ejemplos en Python

7. Aprendizaje sin supervisión

  • Agrupación
    • Agrupación basada en centroide - k-means, k-medoids, PAM, CLARA
    • Agrupamiento jerárquico - Diana, Agnes
    • Agrupación basada en modelos - EM
    • Mapas de autoorganización
    • Evaluación y evaluación de conglomerados
  • Reducción de dimensionalidad
    • Análisis de componentes principales y análisis de factores
    • Valor singular de descomposición
  • Escalamiento multidimensional
  • Ejemplos en Python

8. Extracción de textos

  • Preprocesamiento de datos
  • El modelo de bolsa de palabras
  • Stemming y lemmization
  • Analizando las frecuencias de las palabras
  • Análisis de los sentimientos
  • Creando nubes de palabras
  • Ejemplos en Python

9. Motores de recomendaciones y filtrado colaborativo

  • Datos de recomendación
  • Filtrado colaborativo basado en el usuario
  • Filtrado colaborativo basado en elementos
  • Ejemplos en Python

10. Minería de patrones de asociación

  • Algoritmo de conjuntos de elementos frecuentes
  • Análisis de cesta de compra
  • Ejemplos en Python

11. Análisis atípico

  • Análisis de valor extremo
  • Detección de valores atípicos basados en la distancia
  • Métodos basados en densidad
  • Detección de valores atípicos de alta dimensión
  • Ejemplos en Python

12. Estudio de caso de Machine Learning

  • Comprensión de problemas de negocios
  • Preprocesamiento de datos
  • Selección y ajuste de algoritmos
  • Evaluación de hallazgos
  • Despliegue

Testimonios

★★★★★
★★★★★

Categorías Relacionadas

Cursos Relacionados

Promociones

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No transmitiremos ni venderemos su dirección a otras personas.
En cualquier momento puede cambiar sus preferencias o cancelar su suscripción por completo.

is growing fast!

We are looking to expand our presence in Uruguay!

As a Business Development Manager you will:

  • expand business in Uruguay
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!

This site in other countries/regions