Estructura y contenidos
1. Introducción al Machine Learning:
- ¿Qué es el Machine Learning y la Ciencia de Datos?
1. Entendiendo la Ciencia de Datos
2. Entendiendo el Machine Learning - Machine Learning, Inteligencia Artificial y Deep Learning.
- Tipos de Machine Learning
2. Introducción al Python:
- Instalación Python + Jupyter
- ¿Qué es Python y qué nos proporciona para el análisis de datos?
- Instalación Anaconda y variable de entorno.
- Importar librerías y fuentes de datos.
- Conceptos básicos de Python
- Variables en Python
- Creación de listas y extracción de datos
- Diccionarios
- Bucles
- Introducción a las librerías: Numpy.
- Introducción a las librerías: Pandas.
- Introducción a las librerías: Matplotlib.
- Librería Machine Learning Scikit-Learn.
3. Machine Learning-Clasificación:
- ¿Qué es y qué problemas resuelven un modelo de Clasificación?
- Ejemplo modelo Clasificación
- Algoritmos Machine Learning para Clasificación (Decision Tree, SVM, Naive Bayes, Logistic Regression. KNN)
- Decision Tree
- Support Vector Machine (SVM)
- Naive Bayes
- Logistic Regression
- KNN (K-Nearest Neighbors)
- Explicación paso a paso con Scikit-Learn-Caso Práctico Clasificación.
4. Machine Learning-Regresión:
- ¿Qué es y qué problemas resuelven un modelo de Regresión?
- Algoritmo Machine Learning Regresión Lineal
- ¿Cuáles son las fases de un proyecto de Machine Learning Regresión?
- Explicación paso a paso con Scikit-Learn-Caso Práctico Regresión
5. Machine Learning-Clustering:
- ¿Qué es y qué problemas resuelven un modelo de Clustering?
- Aplicaciones del Clustering
- Algoritmo Machine Learning K-Means
- ¿Cuáles son las fases de un proyecto de Machine Learning Clustering?
- Explicación paso a paso con Scikit-Learn - Caso Práctico Clustering
6. Machine Learning-Reglas de Asociación:
- ¿Qué es y qué problemas resuelven un modelo de Reglas de Asociación?
- ¿Qué métricas existen en modelo de Reglas de Asociación?
- Algoritmo Reglas de Asociación-"Apriori"
- Explicación paso a paso - Caso Práctico Reglas de Asociación
Tutor del curso
D. Iván Pinar Domínguez
Machine Learning con Python
ADR Formación
Inscripción
Para participar en este Curso de Otoño, hay que realizar la inscripción.
Este trámite no garantiza una reserva de plaza. Para que ésta sea efectiva es necesario, además, formalizar la matrícula.
Matrícula
Número de plazas: 30
Precio:
Cuota general: 70€
Cuota reducida*: 50€
*Estudiantes y miembros de la comunidad universitaria de la Universidad de La Rioja.
Para formalizarla es necesario presentar una fotocopia del DNI/Pasaporte (vigente), bien mediante la inscripción online, (apartado “documentación” para poder incluir el documento escaneado requerido) o bien enviándolo a través de este correo electrónico (indicando nombre, dos apellidos y curso en el que desea matricularse).
Presentación
AERTIC es la Agrupación Empresarial Innovadora del sector de las TIC de La Rioja. La relación de AERTIC con la UR es estrecha desde hace muchos años. Colabora en las prácticas de los alumnos de Informática, en la Loading Rioja Party, en proyectos de investigación y otro tipo de eventos.
La Universidad debe responder a las necesidades formativas de las empresas TIC y en base a esa necesidad nace el Curso de Otoño UR-AERTIC, para complementar la formación que se da a los profesionales de la informática desde la Universidad.
El Machine Learning es una disciplina que se enfoca en el desarrollo de algoritmos y técnicas que permiten a los sistemas informáticos aprender de manera autónoma a partir de los datos disponibles. Es una tecnología cada vez más relevante en una gran variedad de campos, desde el análisis de datos y la inteligencia artificial hasta el desarrollo de aplicaciones y la automatización de procesos.
En los próximos años habrá una fuerte demanda de perfiles especializados en Machine Learning que sepan cómo sacar el máximo provecho de la información para conseguir la ventaja competitiva que ofrece utilizar este tipo de técnicas. Si quieres aprender una habilidad muy importante y en un corto espacio de tiempo que podrás poner en práctica de inmediato, sin duda, este es tu curso.
Objetivos
- A lo largo del curso, veremos paso a paso en qué consiste el Machine Learning, cuáles son sus diferentes vertientes y sobre todo qué tipologías de problemas podemos resolver y cómo realizarlo fácilmente con Python.
- El objetivo del curso no es solo aprender todo lo relacionado con el Aprendizaje Automático, sino que en cada bloque se revisarán casos prácticos reales y tendrás a tu disposición el código utilizado para que lo puedas adaptar fácilmente a tu caso de uso concreto.
- No es necesario conocer previamente Python puesto que habrá una unidad introductoria para enseñar lo esencial del análisis de datos con este lenguaje y toda su instalación. Aunque no tengas estos conocimientos previos, en este curso compacto podrás aprender cómo aplicar Machine Learning con Python de manera inmediata.
Para quién
Estudiantes de la Universidad de La Rioja, personal de empresas asociadas a AERTIC y cualquier persona interesada en la temática del curso.
Dirección académica
D. Eloy Javier Mata Sotés,
Profesor de Lenguajes y Sistemas Informáticos
Departamento de Matemáticas y Computación
Universidad de La Rioja
Coordinación académica
D. José Manuel Sota Eguizábal,
Profesor de Lenguajes y Sistemas Informáticos
Departamento de Matemáticas y Computación
Universidad de La Rioja
Patrocina
Colabora
AERTIC
Cofinanciado por
Unión Europea
Gobierno de La Rioja
Fondos Europeos
istema Riojano de Innovación
© Imagen destacada de Luke Southern
Etiquetas
Categorías
Noticias relacionadas
Marta López Casajus, premio al Mejor Trabajo Fin de Grado de la Cátedra de la Empresa Familiar e Ibercaja
El Máster de Formación Permanente en Escritura Creativa: Narrativa en Español amplía el plazo de matrícula
Actividades relacionadas
