Programa del Curso

Introducción a la minería de datos y Machine Learning

  • Aprendizaje estadístico vs. aprendizaje automático
  • Iteración y evaluación
  • Equilibrio entre sesgo y varianza

Regresión

  • Regresión lineal
  • Generalizaciones y no linealidad
  • Ejercicios

Clasificación

  • Repaso bayesiano
  • Bayes ingenuo
  • Análisis discriminatorio
  • Regresión logística
  • K-Vecinos más cercanos
  • Máquinas de vectores de soporte
  • Redes neuronales
  • Árboles de decisión
  • Ejercicios

Validación cruzada y remuestreo

  • Enfoques de validación cruzada
  • Bootstrap
  • Ejercicios

Aprendizaje no supervisado

  • Agrupación en clústeres de K-means
  • Ejemplos
  • Desafíos del aprendizaje no supervisado y más allá de K-means

Temas avanzados

  • Modelos de ensamble
  • Modelos mixtos
  • Impulsar
  • Ejemplos

Reducción multidimensional

  • Análisis Factorial
  • Análisis de Componentes Principales
  • Ejemplos

Requerimientos

Este curso forma parte del conjunto de habilidades del científico de datos (Dominio: Técnicas y métodos analíticos)

  14 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (1)

Cursos Relacionados

Categorías Relacionadas