Tel: 3320154977, Whatsapp: +5213332323011
Machine Learning

Aprende a desarrollar Inteligencia Artificial que permita que las computadoras apliquen técnicas de aprendizaje estadístico con el objetivo de identificar automáticamente patrones en los datos.

¡Certifícate con nosotros! ¿Ya conoces nuestros avales nacionales e internacionales?

Instructores certificados ante CONOCER, activos en la industria y con amplia experiencia en los temas que imparten.


Duración: 10 horas 

Modalidad: Campus Virtual (Híbrida en línea) 

Dirigido a: cualquier persona que esté interesada en ampliar sus conocimientos en Machine Learning y aprender a desarrollar inteligencia artificial que permita que las computadoras apliquen técnicas de aprendizaje estadístico con el objetivo de identificar automáticamente patrones en los datos.

Requisitos: este curso no tiene requisitos previos.

Resumen del curso
Módulos
Bienvenida
Instrucciones para tu curso
¿ Quién será mi asesor ?
Manual del curso
1 Introducción a Machine Learning
1.1 Introducción a Machine Learning
1.2 Breve Introducción de Lenguajes de Programación Orientados a Machine Learning
1.3 Redes Neuronales (RRN, RCN, Boltzaman)
1.4 Herramientas necesarias para trabajar con Machine Learning (software tools)
1.5 Configurando nuestro ambiente de trabajo para Machine Learning
1.6 Aplicaciones y usos de Machine Learning en la vida actual
1.7 Machine Learning Supervisado y No Supervisado
1.8 Evaluación Sección 1
2 Regresión
2.1 Introducción al método de regresión
2.2 Regresión Lineal Simple
2.3 Laboratorio - Regresión Lineal Simple
2.4 Regresión Lineal Múltiple
2.5 Laboratorio - Regresión Lineal Múltiple
2.6 Evaluación de Modelo
2.7 Métricos de evaluación
2.8 Regresión No Lineal
2.9 Laboratorio Regresión No Lineal
Evaluación Sección 2
3.1 Clasificación
3.2 Laboratorio Clasificación
3.3 K-Nearest Neighbors
3.4 Laboratorio K-Nearest Neighbors
3.5 Métricos de Evaluación
3.6 Introducción Árboles de desición
3.7 - Construyendo árboles de decisión
3.8 Laboratorio Árboles de decisión
3.9a Introducción a Regresión Lineal Logística
3.9 Regresión Logística / Regresión Lineal
3.9c Support Vector Machine
3.9d Laboratorio support vector machine
Evaluación Sección 3
4.1 Clústers
4.2 Introducción a clústers
4.3 K-Means clustering
4.4 k-Means
4.5 Clustering Jerárquico
4.6 Laboratorio clústering jerárquico
Evaluación Sección 4
Examen Final
Impartido por Héctor M Hernández Ramírez

Instructor Titular | Profesional en Transformación Digital e Industria 4.0 por el Instituto Tecnológico de Massachussets (MIT)

Ingeniero Industrial con Especialidad en Calidad y Proyectos por la Universidad de Guadalajara, Maestro en Calidad y Productividad por Universidad TecMilenio...

Leer más