
Machine Learning de A a la Z: R y Python para Data Science
udemy · ⭐ 4.59 (4.202 reseñas) · Todos los niveles · es · ⏱ 51,5 h
Impartido por SuperDataScience Team, María Santos, Juan Gabriel Gomila Salas · 25.985 alumnos
69.99 USD
Entra en tu cuenta para guardar este curso y volver a él cuando quieras.
Comparar este cursoEnlace de afiliado: podemos cobrar comisión, sin coste extra para ti. Más información
Descripción
Apúntate a nuestro Curso de Machine Learning de la A a la Z. R y Python para Data Science. ¿Estás interesado en conocer a fondo el mundo del Machine Learning? Entonces este curso está diseñado especialmente para ti!! Este curso ha sido diseñado por Data Scientists profesionales para compartir nuestro conocimiento y ayudarte a aprender la teoría compleja, los algoritmos y librerías de programación de un modo fácil y sencillo. En él te guiaremos paso a paso en el mundo del Machine Learning. Con cada clase desarrollarás nuevas habilidades y mejorarás tus conocimientos de este complicado y lucrativa sub rama del Data Science. Este curso es divertido y ameno pero al mismo tiempo todo un reto pues tenemos mucho de Machine Learning por aprender. Lo hemos estructurado del siguiente modo: Partes del curso • 1ª Parte – Preprocesamiento de datos • 2ª Parte – Regresión: Regresión Lineal Simple, Regresión Lineal Múltiple, Regresión Polinomial, SVR, Regresión en Árboles de Decisión y Regresión con Bosques Aleatorios • 3ª Parte – Clasificación: Regresión Logística, K-NN, SVM, Kernel SVM, Naive Bayes, Clasificación con Árboles de Decisión y Clasificación con Bosques Aleatorios • 4ª Parte – Clustering: K-Means, Clustering Jerárquico • 5ª Parte – Aprendizaje por Reglas de Asociación: Apriori, Eclat • 6ª Parte – Reinforcement Learning: Límite de Confianza Superior, Muestreo Thompson • 7ª Parte – Procesamiento Natural del Lenguaje: Modelo de Bag-of-words y algoritmos de NLP • 8ª Parte – Deep Learning: Redes Neuronales Artificiales y Redes Neuronales Convolucionales • 9ª Parte – Reducción de la dimensión: ACP, LDA, Kernel ACP • 10ª Parte – Selección de Modelos & Boosting: k-fold Cross Validation, Ajuste de Parámetros, Grid Search, XGBoost Además, el curso está relleno de ejercicios prácticos basados en ejemplos de la vida real, de modo que no solo aprenderás teoría, si no también pondrás en práctica tus propios modelos con ejemplos guiados. Y como bonus, este curso incluye todo el código en Python y R para que lo descargues y uses en tus propios proyectos. Además, con el curso obtendrás el libro oficial de preguntas típicas de machine learning, creado a partir de las dudas de los estudiantes con más ejemplos y respuestas a tus posibles dudas.
Lo que aprenderás
- Dominar el Machine Learning con R y con Python.
- Tener intuición en la mayoría de modelos de Machine Learning.
- Hacer predicciones precisas y acertadas.
- Crear unos análisis elaborados.
- Crear modelos de Machine Learning robustos y consistentes.
- Crear valor añadido a tu propio negocio.
- Utilizar el Machine Learning para cuestiones personales.
- Dominar aspectos específicos como por ejemplo Reinforcement Learning, NLP o Deep Learning
- Conocer las técnicas más avanzadas como la reducción de la dimensionalidad.
- Saber qué modelo de Machine Learning usar para cada tipo de problema.
- Crear toda una librería de modelos de Machine Learning y saber cómo combinarlos para resolver cualquier problema.
- Incluye el libro oficial de preguntas típicas de machine learning, creado a partir de las dudas de estudiantes con ejemplos y respuestas a tus posibles dudas.
Requisitos
- Con el nivel de matemáticas de secundaria y bachillerato es suficiente.
- Es muy recomendable haber tomado el curso de Python de la A a la Z y el de Estadística descriptiva con R y Python de Juan Gabriel Gomila