Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Fundamentos de Machine Learning
- Introducción a Machine Learning conceptos y flujos de trabajo
- Aprendizaje supervisado vs. aprendizaje no supervisado
- Evaluación de modelos de aprendizaje automático: métricas y técnicas
Métodos bayesianos
- Bayes ingenuo y modelos multinomiales
- Análisis de datos categóricos bayesianos
- Modelos gráficos bayesianos
Técnicas de regresión
- Regresión lineal
- Regresión logística
- Modelos lineales generalizados (GLM)
- Modelos mixtos y modelos aditivos
Reducción de dimensionalidad
- Análisis de componentes principales (PCA)
- Análisis Factorial (FA)
- Análisis de componentes independientes (ICA)
Métodos de clasificación
- K-Vecinos más cercanos (KNN)
- Máquinas de vectores de soporte (SVM) para regresión y clasificación
- Modelos de impulso y ensamble
Neural Networks
- Introducción a las redes neuronales
- Aplicaciones del aprendizaje profundo en clasificación y regresión
- Entrenamiento y ajuste de redes neuronales
Algoritmos y modelos avanzados
- Modelos Ocultos de Markov (HMM)
- Modelos de espacio de estados
- Algoritmo EM
Técnicas de agrupamiento
- Introducción al clustering y al aprendizaje no supervisado
- Algoritmos de agrupación populares: K-Means, agrupación jerárquica
- Casos de uso y aplicaciones prácticas de la agrupación en clústeres
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de estadística y análisis de datos
- Programming experiencia en R, Python u otros lenguajes de programación relevantes
Audiencia
- Científicos de datos
- Estadísticos
14 Horas
Testimonios (5)
La variación con ejercicio y mostrando.
Ida Sjoberg - Swedish National Debt Office
Curso - Econometrics: Eviews and Risk Simulator
Traducción Automática
el entrenador tenía paciencia y estaba ansioso por asegurarse de que todos comprendiéramos los temas; las clases fueron divertidas de asistir
Mamonyane Taoana - Road Safety Department
Curso - Statistical Analysis using SPSS
Traducción Automática
El día 1 y el día 2 fueron realmente sencillos para mí y disfruté muchísimo esa experiencia.
Mareca Sithole - Africa Health Research Institute
Curso - R Fundamentals
Traducción Automática
El ritmo fue justo y el ambiente relajado hizo que los candidatos se sintieran cómodos para hacer preguntas.
Rhian Hughes - Public Health Wales NHS Trust
Curso - Introduction to Data Visualization with Tidyverse and R
Traducción Automática
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso - Programming with Big Data in R
Traducción Automática
