Curso de Machine Learning y Data Science con Python

Información

$1.800 x Mes (5 Meses)

Duración

5 Meses (20 clases)


Modalidad

Presencial / A Distancia


Metodología:

Grupos Reducidos - Profesores con experiencia - Aula virtual - Coffee break


Requisitos:

Conocimientos básicos de Python

Pagar Inscribirse

¿Crees que a alguien puede interesarle? Compartilo

En este curso aprenderás a programar Python para poder manipular todo tipo de información,
creando nuestros propios scripts. Si bien con Python podrás encarar cualquier tipo de
proyecto, en este curso nos centraremos en el Machine learning: aprenderemos como
implementar algoritmos de este tipo desde cero.
Este es un curso teórico-práctico

Acerca del Machine Learning

Cada vez un mayor volumen de datos se sigue generando en las organizaciones y se requiere de ciertas capacidades y habilidades para poder identificar patrones ocultos en todo este mar de datos y así lograr predecir comportamientos o eventos futuros mediante un aprendizaje automático. Las aplicaciones del Machine Learning (ML) son muy diversas y amplias como: pronosticar la fuga de clientes, prevención de fraudes, segmentación de clientes, sistemas de recomendación, reconocimiento de patrones en imágenes, voz y vídeo, análisis de sentimientos, diagnósticos médicos, programas informáticos de inteligencia artificial, entre otros. En este curso adquirirás los conocimientos, habilidades y técnicas para el análisis de datos y el desarrollo de modelos predictivos. Conocerás al detalle cada fase del proceso de construcción de un modelo de Machine Learning y cómo identificar el valor generado de su puesta en producción. Conocerás Python como una de las herramientas más fáciles de utilizar para aplicar Machine Learning a casos reales y aplicativos.

TEMARIO

Módulo 1: Introducción a Machine Learning

  • ¿Qué es Machine Learning
  • Diferencias con la Programación Tradicional
  • Aplicaciones de Machine Learning
  • Tipos de Aprendizaje Automático
    • Aprendizaje Supervisado
    • Aprendizaje No Supervisado
    • Aprendizaje Por Refuerzo
  • Fases para el Desarrollo de un modelo de Machine Learning

Módulo 2: Librerías de Python

  • Instalación de Framework Anaconda
  • Sintaxis de python y funciones principales
  • Tipos de Estructura de Datos (Arreglos, Matrices, Diccionarios, DataFrames
  • Análisis de Datos con Numpy
  • Análisis de Datos con Pandas

Módulo 3: Entendimiento y preparación de los datos

  • Conceptos Claves
  • Análisis Exploratorio de Datos
  • Tratamiento de valores Nulos
  • Tratamiento de Valores Atípicos
  • Feature Engineering

Módulo 4: Selección de Variables y balanceo de datos

  • Balanceo de Datos
    • Oversampling
    • Undersampling
    • SMOT
  • Técnicas de selección de variables
  • Análisis de componentes principales: PC
  • Selección de muestras de entrenamiento y validación

Módulo 5: Construcción y evaluación de modelos

  • Aprendizaje Supervisado
    • Modelo de Regresión (Lineal y Logístico)
    • Vecinos más Cercanos (Knn)
    • Naive Bayes
    • Máquina de Soporte Vectorial (SVM)
    • Árboles de Decisión
    • Redes Neuronales
  • Aprendizaje No Supervisad
  • K-Mean
  • K-Prototype
  • K-Mode
  • Validación de Modelo
  • Trad-off Varianza/Sesg
  • Métricas de Evaluación para Clasificación
  • Métricas de Evaluación para Regresión
  • Cross Validation
  • Optimización de Modelos

Módulo 6: Técnicas de Ensamblado de Modelos

    • Bagging
      • Random Forest
      • ExtraTrees
    • Boosting
      • AdaBoost
      • XGBoost
      • LightGBM
    • Stacking

Módulo 7: Visualización de Datos

  • Uso de Matplotlib
  • Uso de Plot.ly

Forma de enseñanza:

  • Contamos con instructores que trabajan en el mercado digital, permitiéndote estar en contacto con las últimas herramientas existentes.
  • Las clases presenciales te permitirán que puedas aprender de una mejor manera, y el aula virtual te servirá de apoyo de todo lo visto.
  • Hacer el curso en forma grupal te servirá para compartir experiencias; pero si a lo haces a distancia u personalizado, estas invitado cuando puedas a asistir a clases presenciales o a utilizar nuestro foro de consultas online.
  • Basamos el aprendizaje mediante aprender-haciendo, respetando los tiempos de cada alumno, con simulaciones del mundo laboral actual.
  • Mediante nuestros convenios y empresas que nos acompañan, damos posibilidad a alumnos que puedan conseguir trabajo. Y gracias a nuestro certificación avalada a nivel nacional, le sirve si desea ingresar a una organización estatal.

CERTIFICACIONES

  • Diploma privado de asistencia en formato digital notariado en blockchain (para cursos presenciales y a distancia)
  • Diploma Avalado a Nivel Nacional para cualquier modalidad
Turno Horarios Fecha de Inicio
Martes 15hs 10/03/2020
Viernes 10hs 06/03/2020
Personalizado día y hora a coordinar Inician siempre