Máster de especialista en Ciencia de Datos con Python.

Aprenda a desarrollar proyectos de Machine Learning y Deep Learning con Python. Data Science de básico a Experto

Ratings 4.53 / 5.00
Máster de especialista en Ciencia de Datos con Python.

What You Will Learn!

  • Aplicar técnicas de análisis y visualización de datos en un conjunto de datos complejo para problemas de machine learning con el lenguaje de programación Python
  • Aplicar técnicas de tratamiento de datos en un conjunto de datos para mejorar la robustez y métrica de salida de los diferentes algoritmos de machine learning.
  • Comprender los diferentes mecanismos y técnicas para aplicar analítica predictiva en problemas de machine learning e interpretar la salida dada por los modelos.
  • Realizar modelos algorítmicos robustos con una optimización de sus hiperparámetros para la fase de predicción con el lenguaje de programación Python.
  • Utilizar librerías específicas de Python como scikit-learn para trabajos de Machine Learning con el lenguaje de programación Python.
  • Desarrollar y analizar proyectos de machine learning, Aprendizaje Supervisado, como regresión, clasificación y multiclase.
  • Desarrollar y analizar proyectos de machine learning de Aprendizaje No Supervisado con el lenguaje de programación Python.
  • Utilizar las técnicas más avanzadas necesarias para desarrollar modelos de Deep Learning de última generación con el lenguaje de programación Python.
  • Aprenderá sobre las redes neuronales FeedForward y cómo desarrollarlas con el lenguaje de programación Python y Keras.
  • Diseñar y Desarrollar Redes Neuronales Convolucionales para proyectos avanzados con el lenguaje de programación Python.
  • Diseñar y Desarrollar Redes Neuronales Recurrentes para problemas de secuencias o tiempo con el lenguaje de programación Python.

Description

Máster de especialista en Ciencia de Datos con Python.

Aprenda a desarrolar proyectos de Machine Learning y Deep Learning con Python. Data Science de básico a Experto

Instructores: PhD. Manuel Castillo.

Contenido Actualizado: Abril 2024

Requisitos: Se recomienda tener conocimientos de programación, preferiblemte Python.


Descripción del Curso:

El curso de “Máster de especialista en Ciencia de Datos con Python” tiene dos bloques principales de estudio:

El primer bloque se centra en un subcampo específico de aprendizaje automático llamado modelado predictivo y clustering. Este es el campo del aprendizaje automático que es el más útil en la industria y el cual se utilizar la librería de aprendizaje automático scikit-learn en Python por su gran rendimiento y facilidad en su uso.

A diferencia del campo más amplio del aprendizaje automático que podría utilizarse con datos en cualquier formato, el modelado predictivo y clustering se centra principalmente en datos tabulares, llamados técnicamente Tidy Data (por ejemplo, tablas de números como en una hoja de cálculo).

El segundo bloque se centra en el aprendizaje profundo. En este curso trataremos la librería Keras de Python para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning. En este curso, descubriremos las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Machine Learning.

La librería Keras envuelve la complejidad de la computación numérica de Theano y TensorFlow proporcionando una API concisa que usaremos para desarrollar nuestra propia red neuronal y modelos Deep Learning. Además, trataremos las habilidades de Deep Learning para llevar esta nueva tecnología asombrosa a nuestros propios proyectos.


Contenidos del Curso:

MÓDULO I. Introducción.

  • Conceptos básicos de machine learning.

  • Jupyter Notebook como nuestro entorno de machine learning.

  • Curso rápido de Python.

MÓDULO II. Análisis de datos

  • Cargar un conjunto de datos.

  • Estadística descriptiva.

  • Visualización de datos.

  • Taller: Trabajo de aplicación de diferentes técnicas analíticas de datos en un conjunto de datos seleccionado por el usuario e interpretar la salida obtenida.

  • Examen tipo test sobre los contenidos del módulo.

MODULO III. Preprocesamiento de datos

  • Análisis exploratorio de datos.

  • Preprocesamiento de datos.

  • Métodos de remuestreo para estimar la precisión del modelo.

  • Taller: Trabajo de aplicación de diferentes técnicas de análisis y procesamiento de datos de datos en un conjunto de datos seleccionado por el usuario e interpretar la salida obtenida.

  • Examen tipo test sobre los contenidos del módulo.

MÓDULO IV. Fase de tratamiento de datos

  • Evaluación de las métricas.

  • Feature Selection.

  • Feature Importance.

  • Reducción de dimensiones en un dataset.

  • Taller: Aplicación de diferentes técnicas de tratamiento de datos en un conjunto de datos y verificación de su impacto en las métricas algorítmicas.

  • Examen tipo test sobre los contenidos del módulo.

MÓDULO V. Fase de modelado

  • Algoritmos de Machine Learning.

  • Rendimiento de los algoritmos.

  • Algoritmos Ensamblados

  • Algoritmo "Super Lerner"

  • Taller: Aplicación de diferentes algoritmos de machine learning en un conjunto de datos e interpretar la salida obtenida, así mismo, verificar el algoritmo que tenga mejor comportamiento.

  • Examen tipo test sobre los contenidos del módulo.

MÓDULO VI. Redes Neuronales.

  • Curso sobre Multilayer Perceptron

  • Redes Feed Forward

  • Desarrollar nuestra primera red neuronal con Keras.

  • Evaluar el rendimiento de los modelos.

  • Proyecto: Problema de clasificación multiclase.

  • Proyecto: Problema de regresión.

MODULO VII. Redes Neuronales Avanzadas

  • Guardar modelos para hacer predicciones.

  • Mantener puntos de control en el entrenamiento de los modelos.

  • Comprender el comportamiento del modelo durante el entrenamiento trazando el historial.

  • Reducir el sobreajuste con la regularización Dropout.

  • Optimizar el rendimiento con una planificación basada en la tasa de aprendizaje.

MÓDULO VIII. Redes Neuronales Convolucionales

  • Curso intensivo en redes neuronales convolucionales.

  • Optimizar el rendimiento del modelo con Data Augmentation.

  • Proyecto: Reconocimiento de dígitos manuscritos.

  • Proyecto: Reconocimiento de objetos en fotografías.

  • Proyecto: Clasificación de opiniones en revisión de películas.

MÓDULO IX. Redes Neuronales Recurrentes

  • Curso intensivo en redes neuronales recurrentes.

  • Modelos de perceptrones multicapa para problemas de series de tiempo.

  • Modelos LSTM para problemas de series temporales.

  • Proyecto: Clasificación secuencial de reseñas de películas.

  • Proyecto: Generación de texto.

Características del Curso:

Recuerda que esta formación incluye lecciones en vídeo fullHD con audio de estudio (compatible con TV, PC, Mac, tablet y smartphone), artículos didácticos, actividades, proyectos paso a paso, recursos descargables, links de interés, acceso de por vida, certificado de finalización, tutorización online, y una exclusiva comunidad de aprendizaje privada que nos ayudamos aportando nuestras experiencias en el foro de comunicación del curso.

Con esta formación disfrutarás aprendiendo desde dónde quieras, sin tener que desplazarte, sin horarios, con quién quieras, según tus necesidades y disponibilidad. Aprenderás con un instructor avalado por miles da alumnos satisfechos en todo el mundo (comentarios certificados). Conocerás las técnicas, métodos, trucos y flujos de trabajo de este sector creativo. El docente te transmitirá su sabiduría y conocimientos con pasión a la vez que las explicaciones concisas, claras, sencillas y con un enfoque profesional en cada clase. Podrás conseguir un  certificado homologado personalizado y firmado por tu instructor en cada formación. De está forma podrás compartir tu título en tu portafolio, currículo, en redes sociales...

Con la alta definición de los vídeos (vídeo fullHD y audio de estudio) conseguirá no te perder detalle. Podrás ver las clases las veces que requieras para recordar y perfeccionar tus habilidades como diseñador. Tendrás la posibilidad de preguntar, pedir opinión y ayuda al instructor, además de compartir tu experiencia de aprendizaje con los demás alumnos del curso, tan apasionados como tú, repartidos por todo el mundo. Seleccionamos cuidadosamente los contenidos y producimos cada curso para garantizar una experiencia de aprendizaje online integral y de la máxima calidad.

¿A qué esperas?, este curso es ideal para ti, atrévete a convertirte en un experto. Adelante, nos vemos dentro de la formación.

Who Should Attend!

  • Aquellos usuarios del programa que quieran ampliar el dominio de mismo y conocer múltiples trucos, consejos y recursos para esta herramienta.
  • Principalmente aquellos que quieran aumentar sus posibilidades de empleabilidad, contratación y/o promocionar dentro de su sector.
  • Entusiastas de la Inteligencia Artificial y, sobre todo, de Ciencia de Datos
  • Desarrolladores de modelos de Machine learning y Deep learning

TAKE THIS COURSE

Tags

  • Data Mining
  • Deep Learning
  • Machine Learning
  • Neural Networks

Subscribers

4414

Lectures

146

TAKE THIS COURSE



Related Courses