Curso Experto en Machine Learning

Descripción

• 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

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

• ¿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