Diplomatura en machine learning con python

Certificado en Machine Learning con Python

¿Quieres dominar Machine Learning con Python? Machine learning es una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan. Es decir cuando su desempeño mejora con la experiencia. Esto se aplica a una amplia gama de problemas en las industrias. ¿Está interesado en aprender sobre aprendizaje automático? Se trata de diseñar algoritmos para convertir muestras de datos en programas. Los programas resultantes deben ser capaces de generalizar comportamientos e inferencias para un conjunto de grandes datos.

Duración: 20 semanas – 1 clase en vivo por semana.

$59.000,00INSCRIBIRME AHORA

Carga horaria estimada: 150 Horas.

La calidad académica de la Diplomatura en Machine Learning con Python ha sido avalada por la Resolución Nro 290/20 de la Universidad Tecnológica Nacional UTN FRRQ.


Fechas de inicio de la cursada

¿Está interesado en aprender Machine Learning con Python?

Nuestra diplomatura está diseñada para aquellos interesados en desarrollar nuevas habilidades para el muy solicitado campo del aprendizaje automático, de manera personalizada con clases en vivo a distancia. Tendrá actividad complementaria con material de apoyo a las clases, material teórico para estudiar y ejercicios resueltos o solucionables.

Te permitirá desarrollar tus conocimientos y habilidades en una de las áreas clave de la ciencia de datos moderna, que implica el diseño de algoritmos para convertir muestras de datos en programas. También desarrollarás habilidades para aplicar estos algoritmos a la inteligencia artificial.

Clases personalizadas live online

Todas las clases en vivo quedan grabadas a disposición de los estudiantes y no se exige asistencia. También dispones de clases de ediciones anteriores.

Aprende haciendo

Un fuerte componente práctico orientado a proyectos para que aprendas haciendo. Al final de la cursada puedes realizar tus propios proyectos.

Consultas online

Acceso a los tutores por plataformas de mensajería instantánea (Telegram). Se coordinan videollamadas para atender consultas especificas.


Plan de estudios de la Diplomatura en Machine Learning con Python

La duración de cada clase es de 30 a 60 minutos dependiendo del tema, la cantidad de participantes y el nivel de intervenciones conseguido. El estudiante tiene actividad complementaria con material de soporte de las clases, material teórico para estudiar, ejercicios resueltos y para resolver. Se realizan corrección de ejercicios y autoevaluaciones. Los grupos de participantes son reducidos y de varios países hispanoparlantes. Lo que aporta diferentes visiones y la posibilidad de networking internacional. Soporte docente por Grupo de Telegram, email y foro.

Programa Analítico:

Unidad 1: Regresiones

Regresión Lineal, polinómica, exponencial y logarítmica. Regresión de dos variables.
Ejemplos de regresiones con sklearn.linear_model
Regresiones logística.
Ejemplos de clasificación con regresión logística con sklearn.linear_model

Unidad 2: Arboles de decisión

Algoritmo básico en Excel
División en entrenamiento y prueba
Uso de sklearn.tree
Predicción y valoración de la solución
Aplicación al dataset Titanic
Aplicación al problema del call center

Unidad 3: “Clusters”

Algoritmo básico en Excel.
Uso de kmeans.
Ejemplo de aplicación real de sklearn.cluster
Otros algoritmos de agrupamiento en scipy.cluster
Ejercicio de aplicación de agrupamiento de mascotas.

Unidad 4: Reglas de Asociación

Algoritmo básico en Access.
División en entrenamiento y prueba.
Uso de apriori en Python.
Ejemplo de una aplicación real votación de reglas.
Ejemplo de una aplicación real a datos de ventas en supermercados.

Unidad 5: Redes Neuronales

Algoritmo básico en Excel.
División en entrenamiento y prueba.
Instalación y uso del paquete.
Ejemplo en Python.
Principales parámetros de ajuste y control.
Problema concreto.

Unidad 6: Algoritmos genéticos

Algoritmo básico en Excel.
Discusión del tipo de problemas en los que se aplica.
Discusión de otros mecanismos de optimización.
Implementación en R del método enjambre de partículas.

Unidad 7: Series temporales

Taxonomía.
Separación de componentes.
Predicciones.
Implementación con statsmodel.
Predicción en series con un único período.

Unidad 8: Método de Simulación de Montecarlo

Algoritmo básico en Excel.
Discusión de la utilidad del método.
Comparación con el análisis de escenarios.
Ejemplo de una aplicación real.
Ejemplo simple implementado en Python.

Unidad 9: Minería de textos

Clasificación supervisada de piezas de texto.
Construcción de una red semántica.
Ejemplos de aplicación real del algoritmo de clasificación.
Aplicación a la detección de sentimientos.

Unidad 10: Bayes Ingenuo

Implementación en Excel.
Ejemplo de aplicación en Python.
Comparación de 4 algoritmos predictivos. (Bayes ingenuo, árboles, redes neuronales y regression logística)

Unidad 11: Random Forest

Descripción conceptual del método.
Paquete sklearn.ensemble.
RandomForestClassifier
RandomForestRegressor
Ejemplo de aplicación.
Comparación con otras técnicas.

Unidad 12: Métodos Bayesianos

Descripción conceptual del método:
Regresión lineal bayesiana: pymc3
Red bayesiana: pgmpy

Unidad 13: Máquina de soporte vectorial

Descripción conceptual del método
Paquete sklearn.svm
Ejemplo de aplicación
Comparación con otras técnicas


Promociones y formas de pago para acceder a la diplomatura

En Argentina puedes abonar en 6 cuotas sin interés con tarjeta de crédito.

$59.000,00INSCRIBIRME AHORA

También puedes abonar tu diplomatura en un pago por Transferencia Bancaria, Rapipago, PagoFácil o Tarjeta de Debito.

6 cuotas sin interés

Desde el exterior de Argentina son $484 USD y se puede abonar en 4 cuotas sin interés.

Alumnos del exterior de argentina

Horarios de la Cursada (GTM-3) de la Diplomatura en Machine Learning con Python

Diplomatura en Machine Learning con PythonDía y Horario
Primer semana (introducción):Lunes a Viernes a las 19 horas.
Segunda semana (introducción):Martes, Miércoles y Viernes a las 19 horas.
A partir de la tercer semana:Viernes a las 20.15 horas.

Instancias de evaluación

  • Examen final (Mínimo 60 % de respuestas correctas).
  • Presentación del proyecto final con tutoría de los docentes.
Certificado Machine Learning con Python

Equipo docente de la Diplomatura en Machine Learning con Python

Artículo añadido al carrito.
0 artículos - $0,00
Abrir chat
1
¿Desea contactarnos?
Escanea el código
¿Dudas? Consulta por WhatsApp.