Curso semipresencial
Madrid
Duración : 5 Meses
El curso “Especialista BD Analitycs. Machine Learning. - Telepresencial” de Cloud Formación TIC presentado por Lectiva.com consiste en una formación práctica de modalidad híbrida con el denominado Machine Learning (o aprendizaje automático) como base, cuyo objetivo es el desarrollo de programas que permiten el reconocimiento de patrones y la generalización de comportamientos. La finalidad del curso es ejercer en el ambiente de Data Science con conocimientos de carácter empresarial, estadísticos y de programación.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Sedes
Localización
Fecha inicio
Requisitos
Conocimientos básicos de informática e internet
Temario completo de este curso
Formación Técnica
Entorno de Python y herramientas.Instalación y configuración de Python.
Herramientas de desarrollo.
Programación estructurada con Python.
Estructuras de datos en Python.
Uso de Jupyter Notebook y JupyterLab.
Uso de RStudio.
Uso de Glueviz.
Uso de Orange.
Bases de datos y automatización.
Uso de bases de datos relacionales.
Uso de bases de datos no relacionales.
Uso de bases de datos no relacionales.
Formación Específica
EstadísticaConceptos de sobreajueste, predicción, clustering, aprendizaje por refuerzo, modelos de supervivencia.
Importación y limpieza de datosProgramación en Python, R y otros lenguajes para la preparación de los datos para los algoritmos.
Primeros algoritmos y series temporales univarianteANOVA, ANCOVA, ARIMA, etc. Orientado a la creación de conocimiento partiendo de muestras y calidad en la predicción de series temporales.Técnicas de reducción de variablesComponentes principales, análisis factorial, análisis de correspondencias, etc.
ClusteringBúsqueda e interpretación de segmentos: Kmeans, Jerarquizado y DBScan.
Reglas de asociaciónAnálisis de la cesta de la compra en formato tickets y tabular.
Fundamentos de aprendizaje supervisado y preprocesamientoSubconjuntos de entrenamiento, validación y test. Métodos de comparación de resultados: ROC, Lift, Matriz de confusión, etc.
Técnicas de exploración de datosPower-BI. Exploración interactiva. Comunicación de conclusiones y mensajes mediante gráficos.
Árboles de decisiónAlgoritmos de división horizontal. Árboles normales y condicionales.
Naive Bayes y KNNAlgoritmos sencillos. Búsqueda de probabilidades y búsqueda de vecinos más próximos.
Máquinas de soporte vectorialGeneralización del concepto de divisiones. Kernel. Uso de búsquedas mediante grid para optimizar resultados.
Algoritmos ensamblados: Bagging, Boosting y Ramdom ForestUso del entorno H2O Aquarium de utilización de la inteligencia artificial para la optimización de algoritmos.
Proyecto & certificaciónAl finalizar las clases de la formación específica realizarás, con la supervisión de tu tutor, varios proyectos de implantación sobre los conocimientos adquiridos.