Curso online de Fundamentos aplicados de Machine Learning
Machine Learning Leader en Mercado Libre
¿Qué necesitas para tomar el curso?
Computadora o laptop con conexión a internet.
Instalar Python y Jupyter Notebooks mediante el paquete Anaconda.
¿Qué aprenderás en este curso de Fundamentos aplicados de Machine Learning?
- Aprenderás técnicas de Machine Learning empleadas para generar predicciones en base a datos históricos.
- Revisarás cómo utilizar el lenguaje de programación Python y Jupyter Notebooks para Machine Learning.
- Construirás un modelo predictivo de regresión y un modelo de clasificación mediante ejercicios prácticos.
- Entenderás cómo construir soluciones simples de machine learning creando el código necesario en Python.
Temario del curso
6 Módulos19 Clases1h 45m de duración total
Nuevo
¿Quieres capacitar a tu equipo?
¿Quieres capacitar a tu equipo?
Somos la plataforma de desarrollo de talento que ayuda a organizaciones y personas a ser más competitivos.
DIFICULTAD
Curso de nivel intermedio
El curso de Fundamentos aplicados de Machine Learning es de nivel intermedio, ya que se dirige a estudiantes con conocimientos básicos de Python y sus estructuras fundamentales de datos (arrays, listas, diccionarios, etc.).
Este curso es ideal para personas interesadas en tener un acercamiento práctico del desarrollo de modelos de Machine Learning y las herramientas necesarias para ello.
¿Qué habilidades voy a aprender en este curso de Fundamentos de Machine Learning?
Python para Machine Learning
Mejorarás en el manejo de Python y los paquetes específicos para Machine Learning.
Modelos predictivos
Entenderás los conceptos y técnicas necesarias para procesar datos y evaluar modelos predictivos de clasificación y regresión.
Proyecto de Machine Learning
Serás capaz de conducir y ejecutar un proyecto de Machine Learning, realizando el proceso de inicio a fin.
Preguntas frecuentes
¡Sí! Luego de que realices la compra vas a poder acceder a las clases cuando y donde quieras. El curso se queda en tu cuenta de Crehana para siempre. :)