Loading...

Modalidad

On Demand

Dificultad

Avanzado

Tecnología

Python

Horas de video

10hs en total

Descripción

Comprenderás técnicas avanzadas de Machine Learning, como métodos de optimización y modelos de ensamble. Desarrollarás proyectos prácticos para aplicar estas técnicas en situaciones del mundo real, garantizando que los modelos sean precisos, robustos y efectivos en resolver problemas complejos.

Requisitos

Sólidos conocimientos en matemáticas, estadística, programación en Python y machine learning.

Contenido

7 módulos

1Presentación

1 clases

Bienvenida

2Modelos de Regresión

10 clases

Configuración del entorno de desarrollo

Introducción al Aprendizaje Supervisado

Modelos de Regresión

Principios de Regresión Lineal

Validación Cruzada en Regresión

Regresión Polinomial

Funciones de Costo y Cuadrados Mínimos

Dilema Sesgo - Varianza

Regularización: Ridge y Lasso

Checkpoint de contenidos

3Modelos de Ensamble y Random Forest

4 clases

Introducción a los Modelos de Ensamble

Implementación de Random Forest

Introducción a Boosting

Checkpoint de contenidos

4Support Vector Machines (SVM) y Kernels

4 clases

Fundamentos de SVM

Introducción a los Kernels

Optimización de SVM

Checkpoint de contenidos

5Optimización y Descenso del Gradiente

6 clases

Conceptos de Optimización en Machine Learning

Introducción al Descenso del Gradiente

Técnicas Avanzadas de Optimización

¡Vamos a Practicar!

¡Es tu turno!

Checkpoint de contenidos

6Bonus Track

1 clases

Práctica Incremental

7Cierre de curso

2 clases

Despedida

Evaluación Integral

Curso

Modelado avanzado en Machine Learning

Profesores

profile
JS

Julio Satyr

Membresía

Suscripción mensual

Este y todos los cursos de la plataforma están incluidos en la suscripción mensual.