FELLOWS PROGRAM

Machine Learning

¿A quién va dirigido el programa?

Los avances del Machine Learning en la aplicación de muchas industrias a dado muy buenos resultados de tal manera que genera muchos ingresos a las empresas que los aplican.

Este programa va dirigido a personas que tienen interes sobre la tecnología del futuro y su campo de aplicación.

Conocimientos básicos:

  • Python
  • Álgebra Lineal
  • Estadistica

Inicio

Sábado 15 de Febrero del 2020

Horario

Sábados 09:00 – 13:00

Modalidad

Presencial

Course SYLLABUS

  • TRABAJO PREVIO
    Cuando eres parte de Bootcamp AI. Recibiras sesiones online con contenido importante para el inicio como Python, Git, Bases de Datos e Introducción a Data Science.

  • En este módulo conoceras como configurar tu entorno de desarrollo. Conoceras como obtener tus datos y hacer una limpieza básica de los datos.

    También conoceras los distintos tipos de aprendizaje tanto supervisado como no supervisado.

  • Conoceras las librerías y los framworks necesarios para las siguientes sesiones de Machine Learning.

    También conoceras una de las principales librerias Scikit-Learn para construir, evaluar e implementar modelos.

    Numpy, Scikit-Learn, Keras, TF, OpenCV

  • Conocerás los pasos a seguir para adaptar un modelo a un conjunto de datos, que tipo de aprendizaje y algoritmo se adapta a tus datos.

    En este modulo aprenderas la aplicación de modelos de Machine Learning para Aprendizaje Supervisado, cuales son los más imporantes y en que casos utilizarlos.

    Bayes, SVM, Desition Trees, Random Forest.

  • Evaluación de modelos

    Aplicaras distintos modelos y podrás evaluar cada uno de los modelos para obtener una buena predicción.

    Bayes, SVM, Desition Trees, Random Forest.

  • Una vez que tengamos nuestro conjunto de datos en orden, aprenderemos cómo colocarlo en producción y ponerlo a disposición en línea.

Course Staff

  • 0
    Ana María Sancho
    Data Scientist
  • 5
    Roberto Sanchez
    Computer Science

Frameworks y Librerias

frame