El concepto de minería de datos hace referencia al proceso de descubrimiento de hechos y relaciones contenidos en un conjunto de datos. Los algoritmos de aprendizaje automático (Machine Learning en la literatura inglesa), como parte de lo que se conoce como Inteligencia Artificial (AI), tienen como objetivo el análisis de estos conjuntos de datos para poder ser posteriormente aplicados en predicciones o clasificaciones, por poner un par de ejemplos.
Este análisis y sus implicaciones están cambiando nuestra manera de interpretar el mundo y relacionarnos con él, y son cada vez más los sectores de la industria que dependen de ellos. De hecho, las aplicaciones del Machine Learning son tan numerosas como impactantes en nuestro día a día: desde recomendadores de productos hasta el desarrollo de vehículos autónomos, pasando por predictores de ventas, clasificadores de imágenes o analizadores de textos (“sentiment analysis”).
En este curso de Introducción al Aprendizaje Automático se cubrirá el concepto de algoritmo, sus tipos y sus principales aplicaciones, revisando los algoritmos más utilizados en cada categoría.
Para la asistencia a este curso los asistentes deberán conocer el lenguaje de programación Python.
Contenido:
- Introducción al Aprendizaje Automático
- Algoritmos
- Nomenclatura
- Entrenamiento y sobreentrenamiento de modelos predictivos
- Funciones de error
- Validación de un modelo
- Clasificación de algoritmos
- Algoritmos supervisados
- Modelos lineales
- Árboles de decisión
- Algoritmos de Boosting
- Redes Neuronales
- K-Vecinos
- Algoritmos no supervisados
- KMeans
- DBScan
- PCA
- apriori
- Algoritmos semi-supervisados
