¿Qué aprenderás?

  • Numpy – Numerical Python
  • Pandas – Manipulación de Datos
  • Pre – Procesamiento de Datos
  • Algoritmos de Regresión
  • Algoritmos de Clasificación
  • Clustering – Algoritmos de Agrupación
  • Redes Neuronales Artificiales

Contenido del Curso

Total Clases: 56 lectures Total Horas: 12
  • Introducción a Machine Learning
  • ¿Qué es un método Predictivo?
  • ¿Qué es un método Descriptivo?
  • Tipos de Aprendizaje de Máquina
  • Introducción a Numpy
  • Creación de Arrays
  • Indexación y Selección de Datos con Numpy
  • Indexación y Selección de Datos con Numpy
  • Operaciones con Numpy
  • Matrices con Numpy
  • Generación de Números Aleatorios
  • Introducción a Pandas
  • ¿Qué es un DataFrame?
  • Creación de DataFrame
  • Trabajando con Filas y Columnas
  • Operaciones de Agrupación en DataFrame
  • Combinación de DataFrame
  • Etiquetado e indexación de Datos
  • Cargado y Lectura de DataSet
  • Limpieza y Procesamiento de Datos
  • Tratamiento de Valores inconsistentes
  • Tratamiento de Valores Faltantes
  • Escalonamiento de Atributos
  • Atributos Categóricos
  • Detección de Valores Atípicos en DataSets
  • Introducción a Matplotlib
  • Implementación de Figuras y AXES
  • Funcionalidad Subplots
  • Leyendas, Colores y Estilos
  • Comandos Avanzados de Matplotlib
  • Scatterplot con Seaborn
  • Seaborn Plots Categóricos y de Distribución
  • Covarianza y Coeficiente de Correlación
  • Regresión Lineal Simple
  • Regresión Lineal Múltiple
  • Regresión Polinomial
  • Predicción del Precio de Viviendas
  • Características de los Algoritmos de Clasificación
  • Regresión Logística
  • Máquina de Soporte de Vectores (SVM)
  • KNN – K Nearest Neighbors
  • Predicción de Salarios en Función de Datos Personales
  • ¿Qué es el Clustering?
  • Cirugía de Datos (Data Wrangling)
  • Fundamentos y Tipos de Distancias
  • Matriz de Distancias
  • Clustering Jerárquico en Python
  • Agrupamiento con K-MEANS
  • ¿Qué es una Red Neuronal Artificial (RNA)?
  • Arquitectura de una RNA
  • Funciones de Activación
  • Creación de una RNA
  • Creación de Capas Adicionales y aplicación de RELU
  • Compilación de la RNA
  • Entrenamiento de la RNA
  • Verificación de Resultados

Descripción

Machine Learning es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente y que pueden predecir tendencias futuras.
Este curso de Machine Learning con Python te brindará todas las herramientas que necesitas para comenzar con el aprendizaje supervisado y autónomo. Para la realización de los Laboratorios utilizaremos Google Colab, el cual es un servicio Cloud basado en los Notebooks de Jupyter.

Requisitos

  • Capacitación OffLine (a tu propio ritmo) con Laboratorios 100% prácticos Todos los Laboratorios son realizados paso a paso desde cero Computador con un mínimo de 8GB de RAM y 100GB de Disco (HDD, SSD, etc.)

Acerca del Instructor

Avatar image
  • 4.7 Instructor Rating
  • 1,795 Students
  • 537 Reviews
  • 68 Courses
Roberto M. Blanco Alacoma
Joined 1 second ago

Ingeniero de Sistemas con más de 10 años de experiencia en Tecnologías de la Información, me especializo en el área de Administración de Redes y Servidores, Configuración de Routers y Firewalls Cisco, Fortinet, Sophos, Check Point, PfSense y Mikrotik, tengo experiencia en verificación de Vulnerabilidades, Ethical Hacking y Pentesting en Infraestructura TI. Conocimiento en la Implementación de Servidores de Monitoreo y Centros de Operaciones de Seguridad (SOC).

Student feedback

Reviews

For Add Course Review. You need to login first Login Here