Machine Learning No Supervisado. Descubriendo Patrones Ocultos
En este curso de dos días, los participantes aprenderán los fundamentos y las aplicaciones prácticas del aprendizaje no supervisado, un subcampo esencial del machine learning. Se introducirán en técnicas avanzadas de agrupamiento y reducción de dimensionalidad, aprenderán sobre detección de anomalías, trabajarán con autoencoders y se familiarizarán con la agrupación de texto. Las sesiones se equilibran entre lecciones teóricas y ejercicios prácticos, con aplicaciones en Python utilizando las bibliotecas más populares de machine learning. Al final del curso, los participantes estarán equipados con las habilidades necesarias para implementar y aplicar técnicas de aprendizaje no supervisado a problemas del mundo real.
Dirigido a:
Este curso está diseñado para profesionales de datos, ingenieros de software, estudiantes y entusiastas de la tecnología con conocimientos previos tanto en Python como en machine learning a nivel básico. No se requiere experiencia previa en aprendizaje no supervisado, pero se recomienda tener una base sólida en conceptos fundamentales de machine learning y habilidades de programación en Python.
Requisitos:
-
Conocimientos básicos de programación en Python.
-
Conocimientos básicos de Machine Learning supervisado.
Programa:
-
Módulo 1: Introducción al Aprendizaje No Supervisado
-
Módulo 2: Análisis Exploratorio de Datos
-
Módulo 3: Algoritmos de Agrupamiento
-
Módulo 4: Implementación Práctica de Algoritmos de Agrupamiento-> Ejercicios.
-
Módulo 5: Aprendizaje No Supervisado Avanzado
-
Módulo 6: Práctica de aprendizaje no supervisado avanzado y aplicaciones en el Mundo Real
