Machine Learning Python

Descripción
¿Te suenan las palabras Machine Learning o Data Scientist? ¿Te pica la curiosidad de para qué
sirven estas técnicas o por qué empresas de todo el mundo pagan un sueldo de 120.000 hasta
200.000$ al año a un científico de datos?
Pues este curso está pensado y diseñado por todo un profesional del mundo del Data Science
como es Juan Gabriel Gomila, de modo que os va a compartir todo su conocimiento y ayudaros a
entender la teoría tan compleja sobre las matemáticas que tiene detrás, los algoritmos y librerías
de programación con Python para convertiros en todo unos expertos a pesar de que no tengáis
experiencia previa.
Veremos paso a paso como empezar a trabajar con conceptos y algoritmos del mundo del
Machine Learning. Con cada nueva clase y sección que completes tendrás unas nuevas
habilidades que te ayudarán a entender este mundo tan completo y lucrativo que puede ser esta
rama del Data Science.
También decirte que este curso es muy divertido, en la línea de Juan Gabriel Gomila y que
aprenderás y te divertirás mientras vas aprendiendo acerca de técnicas de Machine Learning con
Python. En particular, los temas que trabajaremos serán los siguientes:
Parte 1 - Instalación de Python y paquetes necesarios para data science, machine learning y
visualización de los datos
Parte 2 - Evolución histórica del análisis predictivo y el machine learning
Parte 3 - Pre procesado y limpieza de los datos
Parte 4 - Manejo de datos y data wrangling, operaciones con datasets y distribuciones de

probabilidad más famosas
Parte 5 - Repaso de estadística básica, intervalos de confianza, contrastes de hipótesis,

correlación,...
Parte 6 - Regression lineal simple, regresión lineal múltiple y regresión polinomial, variables
categóricas y tratamiento de outliers.
Parte 7 - Clasificación con regresión logística, estimación con máxima verosimititud, validación
cruzada, K-fold cross validation, curvas ROC
Parte 8 - Clustering, K-means, K-medoides, dendrogramas y clustering jerárquico, técnica del
codo y análisis de la silueta
Parte 9 - Clasificación con árboles, bosques aleatorios, técnicas de poda, entropía, maximización
de la información
Parte 10 - Support Vector Machines para problemas de clasificación y regresión, kernels no

lineales, reconocimiento facial (cómo funciona CSI)
Parte 11 - Los K vecinos más cercanos, decisión por mayoría, programación de algoritmos de
Machine Learning vs librerías de Python
Parte 12 - Análisis de componentes principales, reducción de la dimensión, LDA
Parte 13 - Análisis de series temporales, predicción de la bolsa de valores
Parte 14 - Deep learning, Reinforcement Learning, Redes neuronales artificiales y

convolucionales y Tensor Flow
Además, en el curso encontrarás ejercicios, datasets para practicar basados en ejemplos de la

vida real, de modo que no solo aprenderás la teoría con los vídeos, si no también a practicar
para construir tus propios modelos de Machine Learning. Y como no olvidar que tendrás un
github con todo el código fuente en Python para descargar y utilizar en todos tus proyectos. Así
que no esperes más y apúntate al curso de Machine Learning más completo y útil del mercado
español!
¿A quién está dirigido?
Cualquiera interesado en aprender Machine Learning
Estudiantes que tienen un conocimiento de matemáticas que quieran aprender acerca del
Machine Learning con Python
Usuarios intermedios que conocen los fundamentos de Machine learning como los algoritmos
clásicos de regresión lineal o logística pero buscan aprender más y explorar otros campos del
aprendizaje estadístico
Programadores que les guste el código y que estén interesados en aprender Machine Learning
para aplicar dichas técnicas a sus datasets
Estudiantes de universidad que busquen especializarse y aprender a ser Data Scientists
Analistas de datos que quieran ir más allá gracias al Machine Learning
Cualquier persona que no esté satisfecha con su propio trabajo y busque empezar a trabajar
como un Data Scientist profesional
Cualquier persona que quiera dar valor añadido a su propia empresa utilizando las potentes
herramientas de Machine Learning

Machine Learning Python

Cargado por

Copyright:

Formatos disponibles

Machine Learning Python

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Machine Learning Python

Cargado por

Copyright:

Formatos disponibles

Descripción

Parte 2 - Evolución histórica del análisis predictivo y el machine learning

Parte 3 - Pre procesado y limpieza de los datos

Parte 4 - Manejo de datos y data wrangling, operaciones con datasets y distribuciones de

Parte 5 - Repaso de estadística básica, intervalos de confianza, contrastes de hipótesis,

Parte 10 - Support Vector Machines para problemas de clasificación y regresión, kernels no

Parte 12 - Análisis de componentes principales, reducción de la dimensión, LDA

Parte 13 - Análisis de series temporales, predicción de la bolsa de valores

Parte 14 - Deep learning, Reinforcement Learning, Redes neuronales artificiales y

Además, en el curso encontrarás ejercicios, datasets para practicar basados en ejemplos de la

¿A quién está dirigido?

Cualquiera interesado en aprender Machine Learning

Estudiantes de universidad que busquen especializarse y aprender a ser Data Scientists

Analistas de datos que quieran ir más allá gracias al Machine Learning

También podría gustarte