TEMARIO
Fundamentos de IA y Machine Learning: Introducción a la IA y Machine Learning, Algoritmos de regresión. Evaluación y métricas, Ecosistemas de Machine Learning en la nube y Proyecto: Análisis predictivo del precio de la vivienda.
Aprendizaje Supervisado I: Clasificación binaria, multiclase y métricas. Curva ROC, Clasificación con Naive Bayes, Clasificación con Support Vector Machine (SVM) y Proyecto: Evaluación del estado de salud de un bebé durante el parto.
Aprendizaje Supervisado II: Clasificación con KNN, regresión logística y softmax, Regresión y clasificación con árboles de decisión, Combinación de clasificadores: ensembles y random forests y Proyecto: Desarrollo de un análisis predictivo sobre la propensión a abandonar la empresa por parte del personal empleado.
Aprendizaje NO Supervisado: Reducción de dimensionalidad en los datos: PCA, Algoritmos de agrupamiento: K Medias y jerárquico, Técnicas de detección de anomalías y Proyecto: PCA y CLUSTERING utilizando Python.
Redes neuronales y Deep Learning: Hitos del Deep Learning y fundamentos de las redes neuronales, Frameworks de Deep Learning: TensorFlow, Ajuste de modelos de Deep Learning y Proyecto: Análisis donde se aplican técnicas de Deep Learning.
Redes Neuronales Convolucionales (CNNs): Fundamentos de las CNNs: kernels, convolución, pooling, etc., Modelos pre-entrenados: Transfer Learning y Fine-Tuning, Deep Learning en producción y Proyecto: Análisis de un problema de clasificación de imágenes con Deep Learning.
Sistemas de recomendación: Personalización creada por datos, Filtrado Colaborativo, Aplicaciones, tendencias y retos de los sistemas de recomendación y Proyecto: Implementando un algoritmo de SR con la librería Surprise de Python.
Procesamiento del Lenguaje Natural: Introducción al Procesamiento del Lenguaje Natural, Modelos Probabilísticos de NLP y Métodos de Aplicación, NLP Modelos y Algoritmos y Proyecto: Investigación detallada de un caso de estudio de NLP.
Proyecto Global
Masterclass: Masterclass: KNIME, Taller de Python, Workshop: Recomendaciones para aumentar tu empleabilidad como especialista técnico, Masterclass: Cómo utilizar Google Colab, Masterclass: Estructuras de control en Python y Masterclass: Taller: matplotlib, visualizando datos en Python.