Temario Curso invierno 2023
-
Visualización y minería de datos
La exploración de los datos es clave para detectar patrones en grandes conjuntos de datos. En este módulo aprenderemos a utilizar librerías para visualizar y tratar datos, y también técnicas de reducción de dimensionalidad.
-
Introducción a Machine Learning
Conoceremos los fundamentos del aprendizaje automático: conceptos básicos, los principales algoritmos, como la regresión lineal y logística, y las métricas de evaluación.
-
Optimización
En este tramo del curso estudiaremos diferentes algoritmos de optimización, como el gradiente descendiente, y enseñaremos como se optimizan las funciones de coste para que nuestros modelos aprendan.
-
Aprendizaje no supervisado
Explicaremos algunos de los algoritmos de clustering y de agrupación jerárquica.
-
Aprendizaje supervisado
En este apartado explicaremos modelos de aprendizaje supervisado, tales como SVM, kNN, árboles de decisión y bosques aleatorios.
-
Redes neuronales
¿Quién no ha oído a hablar de las redes neuronales? Bien, en éste curso aprenderás cómo y cuándo implementarlas.
Requisitos mínimos
-
Lenguajes de programación
Este curso se impartirá en Python, se recomienda tener nociones basicas.
Dinámica
Nos gusta centrarnos en el aspecto práctico. Nosotros te damos las herramientas y conocimiento para que puedas empezar a crear y evolucionar tus ideas. El resto depende de ti.
Notebooks
Trabajaremos en un entorno Jupyter. La teoría se explicará con notebooks donde de seguida podremos poner los conceptos teóricos a la práctica con Python. Para consolidar los conceptos, durante el curso iremos realizando ejercicios.
Proyecto
Para asimilar los conocimientos adquiridos, a lo largo del curso realizarás un proyecto de análisis y modelización de datos.