Domina el mundo del Machine Learning y gestiona datos de forma profesional. Conoce los desafíos que plantea la Inteligencia Artificial que ya está entre nosotros.
Precio:
$744
(USD)
$ 1,488
50% OFF
Duración: 21 hs
Como va a afectar la IA la vida de las personas
Salidas laborales de la IA
¿Qué es Machine Learning?
¿Qué es la Inteligencia Artificial
Primeros algoritmos
Machine Learning
¿Por qué Machine Learning es el futuro?
¿Cuál es la novedad de la inteligencia artificial?
Obtención de los Datos
Formulación del objetivo
Elección del algoritmo y entrenamiento del mismo
Evaluación
Características de los datos
Variabilidad
Estadística
Distribución
Rangos
Fallas en los datos
Normalización de los datos
Variables
Categóricas y Numéricas
Variables, Tipos de Datos y Operaciones
Listas, Loops y Condicionales
Diccionarios
Introducción a Numpy
Comparación con listas
Métodos de los arreglos
Mascaras
Introducción a Pandas
Limpieza y Preparación de los Datos
Series, DataFrames e Indices
Slicing, Indexing
Datos Faltantes (nulos)
Agrupamiento y funciones de agregación
Distribuciones de Probabilidad
Diferencia con Sistemas Expertos
Trabajo con Algoritmos
Selección y Entrenamiento
Evaluación de calidad
Ajuste hiperparámetros
Objetivos y métricas
Clasificación de Algoritmos
Manera de aplicación
Supervisado
No supervisado
Reforzado
Tipo de Tarea
Clase de datos
Tipo de modelo subyacente
Discriminatorio
Generativos
Tipo de problema
Clasificación
Regresión
Correlación entre variables
Graficar con Matplotlib
Graficar con Seaborn
Funciones
Transformación de los Datos
Variables numéricas: Discretizacion y binning con Pandas
Variables nominales
Variables dummies
Clases en Python
Imputación de valores faltantes
Discretizacion y Binning
OneHotEncoder y LabelEncoder
Outlayers
Reescalar Datos
Cuantiles y Percentiles
Inteligencia Artificial – Aprendizaje automático
Variedad de Algoritmos
Clasificación
Arboles de Decisión
K-Vecinos más cercanos
Naive Bayes (Clasificador bayesiano – Teorema de Bayes)
Regresión
Lineal
Polinómica
Logística
Regresión con Arboles de Decisión y K-Vecinos
Evaluación de los Resultados
Se requieren conocimientos en: