NOSOTROS CRONOGRAMA FRANQUICIA BLOG CONTACTO ACCESO SISTEMA ACADEMICO

ARCITURA

Fundamentos de Machine Learning

Código: ARC-007


Este curso proporciona una descripción general fácil de entender del aprendizaje automático para cualquier persona interesada en cómo funciona, qué puede y qué no puede hacer y cómo se utiliza comúnmente para apoyar los objetivos comerciales. El curso cubre los tipos de algoritmos comunes y explica con más detalle cómo funcionan los sistemas de aprendizaje automático entre bastidores. Los materiales básicos del curso se acompañan de un suplemento informativo que cubre una variedad de algoritmos y prácticas comunes.

 Propuesta de Valor: ARCITURA

 Duración: 10 Horas

Áreas de Conocimiento:
TRANSFORMACION DIGITALCIENCIA DE DATOS E INTELIGENCIA ARTIFICIALTECNOLOGIAS EMERGENTES Y DISRUPTIVAS

Exportar Contenido a PDF

   AUDIENCIA


  • Estos talleres pueden estar abiertos al registro público o impartidos de forma privada para una organización específica.

   PRE REQUISITOS


  • No hay pre requisitos.

   OBJETIVOS


  • Impulsores de tecnología y negocios de aprendizaje automático
  • Beneficios y desafíos del aprendizaje automático - Escenarios de uso del aprendizaje automático
  • Conjuntos de datos, datos estructurados, no estructurados y semiestructurados
  • Modelos, algoritmos, capacitación y aprendizaje de modelos
  • Cómo funciona el aprendizaje automático
  • Recopilación y preprocesamiento de datos de entrenamiento
  • Selección de algoritmos y modelos
  • Modelos de entrenamiento e implementación de modelos entrenados
  • Algoritmos y prácticas de aprendizaje automático
  • Aprendizaje supervisado, clasificación, árbol de decisión

   CERTIFICACIÓN DISPONIBLE



  • Este curso es uno de los tres cursos que se utilizan para prepararse para el Examen ML90.01.
  • Se requiere una calificación aprobatoria en este examen para obtener la Certified Machine Learning Specialist.

   CONTENIDO



1. CONTROLADORES DE TECNOLOGÍA Y NEGOCIOS DE APRENDIZAJE AUTOMÁTICO


2. BENEFICIOS Y DESAFÍOS DEL APRENDIZAJE AUTOMÁTICO


3. ESCENARIOS DE USO DE APRENDIZAJE AUTOMÁTICO


4. CONJUNTOS DE DATOS, DATOS ESTRUCTURADOS, NO ESTRUCTURADOS Y SEMIESTRUCTURADOS


5. MODELOS, ALGORITMOS, ENTRENAMIENTO Y APRENDIZAJE DE MODELOS


6. CÓMO FUNCIONA EL APRENDIZAJE AUTOMÁTICO


7. RECOPILACIÓN Y PROCESAMIENTO PREVIO DE DATOS DE CAPACITACIÓN


8. SELECCIÓN DE ALGORITMOS Y MODELOS


9. MODELOS DE ENTRENAMIENTO E IMPLEMENTACIÓN DE MODELOS ENTRENADOS


10. ALGORITMOS Y PRÁCTICAS DE APRENDIZAJE AUTOMÁTICO


11. APRENDIZAJE SUPERVISADO, CLASIFICACIÓN, ÁRBOL DE DECISIÓN


12. REGRESIÓN, MÉTODOS DE CONJUNTO, REDUCCIÓN DE DIMENSIONES


13. APRENDIZAJE NO SUPERVISADO Y AGRUPAMIENTO


14. APRENDIZAJE SEMISUPERVISADO Y DE REFUERZO


15. MEJORES PRÁCTICAS DE APRENDIZAJE AUTOMÁTICO


16. CÓMO FUNCIONAN LOS SISTEMAS DE APRENDIZAJE AUTOMÁTICO


17. MECANISMOS COMUNES DE APRENDIZAJE AUTOMÁTICO


18. CÓMO SE UTILIZAN LOS MECANISMOS EN EL ENTRENAMIENTO DE MODELOS


19. MACHINE LEARNING Y DEEP LEARNING, INTELIGENCIA ARTIFICIAL (IA)



   BENEFICIOS



  • Al finalizar el curso, el estudiante tendrá los conocimientos necesarios para trabajar con MAchine Learning.

   INVERSIÓN



La inversión incluye: Material de estudio oficial de ARCITURA, certificados e impuestos de ley.

  • En los cursos presenciales proveemos de una computadora por persona y refrigerios.
  • En los cursos virtuales las plataformas interactivas y acceso al aula virtual de recursos.
  • Certificado oficial ARCITURA .