Objetivo General

El objetivo general del curso es proporcionar una comprensión sólida de los conceptos fundamentales del aprendizaje automático, permitiendo a los estudiantes aplicar técnicas y métodos en problemas reales.

Descargar Ficha PDF Cotizar

Objetivos Específicos

         Comprender los fundamentos del aprendizaje automático y sus aplicaciones.
         Desarrollar habilidades para seleccionar y aplicar algoritmos adecuados.
         Evaluar y mejorar el rendimiento de los modelos de aprendizaje automático.

Modulo 1: Introducción al Aprendizaje Automático

        Definición y conceptos
        Diferencias con inteligencia artificial
        Aplicaciones en la industria

Modulo 2: Preprocesamiento de Datos

        Limpieza de datos
        Normalización y escalado
        Manejo de datos faltantes
        Reducción de dimensionalidad
        Codificación de variables categóricas

Modulo 3: Modelos Supervisados

        Regresión lineal
        Árboles de decisión
        Máquinas de soporte vectorial
        Redes neuronales
        Evaluación de modelos

Modulo 4: Modelos No Supervisados

        Clustering
        Análisis de componentes principales
        Mapas auto-organizativos
        Modelos de mezcla gaussiana
        Evaluación de resultados

Modulo 5: Aprendizaje Profundo

        Introducción a redes neuronales profundas
        Convolucionales
        Recurrentes
        Redes generativas
        Transferencia de aprendizaje

Modulo 6: Validación de Modelos

        División de conjuntos de datos
        Validación cruzada
        Métricas de rendimiento
        Sesgo y varianza
        Técnicas de ensamble
        Evaluación final