Machine Learning with Python
Este curso MOOC te ofrece la oportunidad de obtener una certificación respaldada por la UNAD, junto con una certificación adicional emitida por IBM, gracias a la colaboración entre el Sistema Universitario Abierto (SUA) y la plataforma COURSERA.
El curso en Aprendizaje Automático es un curso introductorio en línea, creado por IBM, que ofrece una base sólida en las técnicas fundamentales del aprendizaje automático (Machine Learning). A través de este curso, explorarás los algoritmos y modelos más importantes que permiten a las máquinas aprender de los datos, mejorando sus capacidades sin necesidad de programación explícita.
Profesor:
UNAD – IBM (Joseph Santarcangelo)
★★★★☆4.7
(17511)
COP $ 199.400
USD $ 48.43
Duración del curso
20 Horas
Nivel del curso
Intermedio
Estudiantes matriculados
565,287
Idioma
Español
Idioma de subtítulos
Español
Este curso incluye:
Certificado de finalización compartible
Accede desde móvil, tablet y TV
Subtítulos en español
Curso 100% online
COP $ 199.400
USD $ 48.43
- Duración del curso
20 Horas - Nivel del curso
Intermedio - Estudiantes matriculados
565,287 - Idioma
Español - Idioma de subtítulos
Español
Este curso incluye:
- Certificado de finalización compartible
- Accede desde móvil, tablet y TV
- Subtítulos en español
- Curso 100% online
Python es una habilidad fundamental en el Aprendizaje automático, y este curso le equipa con las herramientas para aplicarlo con eficacia. Aprenderá conceptos clave de ML, construirá modelos con Scikit-learn y obtendrá experiencia práctica utilizando Jupyter Notebooks.
Comience con técnicas de regresión como la regresión lineal, lineal múltiple, polinómica y logística. A continuación, pase a modelos supervisados como árboles de decisiones, K vecinos más cercanos y máquinas de vectores de asistencia. También explorará el Aprendizaje no supervisado, incluyendo métodos de clustering y Reducción de dimensionalidad con PCA, t-SNE y UMAP.
A través de laboratorios reales, practicará la evaluación de modelos, la validación cruzada, la regularización y la optimización de canalizaciones. Un proyecto final sobre predicción de precipitaciones y un examen de todo el curso le ayudarán a aplicar y reforzar sus conocimientos.
Módulos:
- Introducción al aprendizaje automático
- Regresión lineal y logística
- Construcción de modelos de aprendizaje supervisado
- Construcción de modelos de aprendizaje no supervisado
- Evaluación y validación de modelos de aprendizaje automático
- Proyecto final y examen
UNAD – IBM (Joseph Santarcangelo)
Joseph tiene un doctorado en Ingeniería Eléctrica, su investigación se centró en el uso del aprendizaje automático, el procesamiento de señales y la visión por computadora para determinar cómo los videos afectan la cognición humana. Joseph ha estado trabajando para IBM desde que completó su doctorado.