Curso de Capacitación en Machine Learning para la Industria
Dirigido a
- Profesionales del sector público y privado con especial énfasis en aquellos que realicen o deseen hacer análisis sobre diferentes cantidades de datos de diferente naturaleza, como por ejemplo economistas, estadísticos, ingenieros, administradores o profesionales de carreras afines dentro del ámbito de las tecnologías de la información y comunicación (TIC), entre otros.
Certificación Digital
A nombre de FABRICUM y del Departamento de Ingeniería de la PUCP.
Regístrate aquí
¿Por qué llevar el curso?
El curso te permitirá conocer las principales técnicas de Machine Learning (ML) para el desarrollo de aplicaciones a nivel industrial estimulando el fortalecimiento de la comunidad de profesionales en torno a Machine Learning. Además, aprenderás el desarrollo de un flujo de trabajo completo para la generación de modelos de Machine Learning, desde el preprocesamiento de los datos de entrada, entrenamiento de modelos de clasificación o regresión, optimización de modelos, hasta la etapa de despliegue. El curso es teórico-práctico: en cada sesión, se presentan los fundamentos de las técnicas para luego realizar implementaciones y aplicaciones prácticas en lenguaje Python.
Plana docentePlana docente de primer nivel profesional y académico.
Malla curricularMalla curricular especializada y actualizada.
Clases en vivoClases en vivo con interacción continua entre docente y alumno.
Grabación de las clasesGrabación de las clases (no descargables) para que puedas revisarlas.
Temario
- Definición, Evolución, Estado del Arte y Futuro. Industria de Machine Learning
- Ecosistema de Herramientas en Python para Machine Learning
- Recolección de datos
- Imputación
- Normalización
- Visualización de datos
- Selección de atributos univariada
- Selección de atributos con RFE
- Transformación de atributos con PCA
- Métricas y estrategias de evaluación
- Método de vecinos más cercanos
- Árboles de Decisiones
- Naive Bayes
- Support Vector Machines
- Métricas y estrategias de evaluación
- Regresión Lineal
- Árboles de Regresión
- Support Vector Regression
- Estrategias Bagging, Boosting, Voting
- Random Forest, Extra Trees, Adaboost, XGBoost
- Unidades Perceptrons
- Multilayer Perceptrons
- Overview de Modelos de Deep Learning
- Optimización de hiperparámetros
- Salvar y desplegar el modelo
Requisitos
- Debes tener dominio básico de lenguajes de programación, matemáticas, estadística y probabilidades. Además, experiencia previa en el lenguaje de programación Python.
- Utilizaremos Python desde 3.0 o 3.1.
- El IDE de programación será Anaconda.
- Necesitarás una laptop o computador con 8 GB de memoria RAM como mínimo. Además, recomendamos trabajar con dos pantallas.
- Necesitarás un correo gmail.
Docentes
Inversión
-
Público en General S/ 850.00
-
Comunidad PUCP* S/ 765.00
Descuentos
-
Pronto pago público general S/ 810.00*descuento de pronto pago hasta el 03/08/2024
-
Pronto pago PUCP* S/ 720.00*descuento de pronto pago hasta el 03/08/2024
