Menú
¡Llama gratis! 900 264 357

Curso de Machine Learning. Inteligencia Artificial Online

Cloud Formación TIC

Programa de Curso de Machine Learning. Inteligencia Artificial

Cloud Formación TIC
Online Duración: 200 horas
Pedir información
Online

Descripción

La oferta formativa con la que contamos se encuentra adaptada a los perfiles y especialidades con mayor demanda en las compañías.

Quienes se formen con Cloud Formación TIC, serán profesionales con gran demanda y las compañías competirán por estos perfiles. Según la Guía de Empleo IT 2017, los sueldos de estos profesionales son de los más altos.  

A quién va dirigido

Este curso puede realizarlo todo aquel que se encuentre interesado en conocer más acerca del Machine Learning e implementar lo aprendido de manera profesional.

Objetivos

  1. Desarrollar técnicas que ayuden a las computadoras a aprender de una manera concreta
  2. Crear programas capaces de reconocer y generalizar comportamientos y patrones a partir de una información suministrada en forma de ejemplo (entrenamiento)

Temario

FORMACIÓN TECNICA


Introducción

Conceptos básicos, marco competitivo actual y tendencias futuras.

Power BI

Instalación, presentación del entorno, elaboración de aplicaciones básicas.

Introducción a R

Instalación de R y Rstudio. Presentación del entorno. Conceptos básicos de trabajo: importación de vistas y librerías.

Tidyverse

Presentación de la librería. Utilización de dplyr con ejemplos de programación.

Ggplot2

Introducción a la gramática de gráficos. Ejemplos de programación de las principales opciones. Presentación del material de consulta en Internet.

Power BI con Ggplot2 sobre R

Programación desde Power BI con Ggplot2 sobre R.

Anaconda

Instalación. Presentación del entorno y carga de librerías. Presentación de Jupyter bajo Python y R. Ejemplos básicos de exploración de datos con ggplot y pandas-profiling. Ejemplos básicos de Python. Ejercicios tutorizados.

Knime

Instalación. Presentación del entorno y carga de librerías. Tratamiento de flujo de datos. Ejemplos básicos de flujo. Ejercicios de programación tutorizados.


FORMACIÓN ESPECÍFICA

Las prácticas desde la clase 1 se realizan en Python, R, Knime y H2O.



Clase 1: Metodología de trabajo y estadística descriptiva univariante. 

Metodología CRIPS-DM de desarrollo de proyectos de Ciencia de datos y fundamentos de los principios estadísticos.Final del formulario



Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 2 : Estadística descriptiva multivariante y funciones de densidad y distribución. 

Correlación estadística y estudio de las funciones más conocidas


Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 3: Estadística inferencial y estadística bayesiana.

Test de hipótesis, teorema de Bayes y diferencia entre el pensamiento frecuentista y bayesiano


Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 4: Fundamentos de machine learning.

Conceptos de sobreajueste, predicción, clustering, aprendizaje por refuerzo.


Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 5: Importación y limpieza de datos.

Programación en Python, R y otros lenguajes para la preparación de los datos para los algoritmos


Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 6: Primeros algoritmos y series temporales univariantes

ANOVA, ANCOVA, ARIMA, etc. Orientado a la creación de conocimiento partiendo de muestras

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 7: Técnicas de reducción de variables

Componentes principales, análisis factorial, análisis de correspondencias, etc.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 8: Clustering

Búsqueda e interpretación de segmentos: Kmeans, Jerarquizado y DBScan.


Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 9: Reglas de asociación

Análisis de la cesta de la compra en formato tickets y tabular.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 10: Fundamentos de aprendizaje supervisado y preprocesamiento

Subconjuntos de entrenamiento, validación y test. Métodos de comparación de resultados: ROC, Lift, Matriz de confusión, etc.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 11: Técnicas de exploración de datos

Power-BI. Exploración interactiva. Comunicación de conclusiones y mensajes mediante gráficos.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 12: Árboles de decisión

Algoritmos de división horizontal. Árboles normales y condicionales.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 13: Naive Bayes y KNN

Algoritmos sencillos. Búsqueda de probabilidades y búsqueda de vecinos más próximos.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 14: Máquinas de soporte vectorial

Generalización del concepto de divisiones. Kernel. Uso de búsquedas mediantes grid para optimizar resultados.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 15: Algoritmos ensamblados: Bagging, Boosting y Ramdom Forest

Concepto de ensamblado. Ensamblado libre y bagging. Primeros usos avanzados de los árboles de decisión para determinar la importancia de las variables.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 16: Adaboosting

Ensamblaje boosting. Primer algoritmo.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 17: Xgboosting

Ensamblaje boosting. Algoritmos ganador de los principales concursos.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 18: Regresión no logística

Concepto de relación funcional entre objetivos y predictores. Influencia de observaciones, interpretación de coeficientes y métodos forward, backward y stepwise

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 19: Regresión logística

Modelo lineal general. Aplicación a las decisiones de la regresión.

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 20: Fundamentos de redes neuronales de una sola capa

Generalización de la regresión logística. Primeros conceptos de redes. Conceptos de Black-box

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Principio del formulario

Final del formulario

Clase 21: Fundamentos de Deep Learning.

Conceptos de optimización, regularización, perceptrón en varias capas. Tensorflow y Keras.


Clase 22: Deep Learning aplicado

Ejemplos de Keras aplicados a la predicción del análisis del sentimiento


Clase 23: Tratamiento del sobreajuste en Deep Learning

Ejemplos de Keras aplicados a la predicción de una clases o de varias clases, así como a predicciones numéricas


Clase 24: Redes convolucionales para imágenes

Modelos avanzados para la clasificación de imágenes


Clase 25: Deep Learning para Textos

Modelos avanzados para el procesamiento del lenguaje natural


Clase 26: Conclusiones Deep Learning y redes Kohonen

Modelos avanzados para el uso de grafos. Redes neuronales no supervisadas


Clase 27: Análisis discriminante y Procesamientos de lenguaje natural

Algoritmo lda e introducción a la minería de textos


Clase 28: Minería de textos

Profundización de la minería de textos.


Clase 29: Interpretación de modelos

Profundización de la minería de textos.


Clase 30: Algoritmos complementariarios

Uso del entorno H2O Aquarium de utilización de la inteligencia artificial para la optimización de algoritmos


Principio del formulario

Final del formulario


Clase 31: Proyecto 1. Titanic

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.



Clase 32: Proyecto 2. Predicción de ventas

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 33: Proyecto 3. Predicción inmobiliaria

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 34: Proyecto 4. Predicción del tráfico

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 35: Proyecto 5. Predicción de la calidad del vino

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 36: Proyecto 6. Segmentación de estudiantes

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 37: Proyecto 7. Predicción de ventas de un Black-Friday

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 38: Proyecto 8. Segmentación de clientes de un compañía de móviles

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 39: Proyecto 9. Clasificación de documentos

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Clase 40: Proyecto 10. Recomendar películas a usuarios

Resolución de casos propuestos o por el profesor o por los alumnos. Técnicas de presentación a clientes.


Titulación obtenida

Cuándo se haya finalizado el programa los participantes obtendrán un Diploma que certifica la asistencia y la calificación de la formación. Prácticas y bolsa de trabajo.

Requisitos

Para acceder a esta formación no se requiere de titulaciones o experiencia previa, sin embargo, si se recomienda nociones en el tema para asimilar mejor los contenidos del programa.

Información Adicional

Salidas profesionales

Estas frente a la tercera profesión en minería de datos con mayor empleabilidad, es debido a esto que la formación en Big data y IA es una de las mejores opciones para aquellos profesionales que quieran ampliar sus conocimientos.


Contacta ahora con el centro