¿Cómo aprender Machine Learning desde cero? Curso online gratuito

Anuncios

El Machine Learning, también conocido como aprendizaje automático, se enfoca en el desarrollo de algoritmos y modelos estadísticos que permiten a las computadoras aprender y mejorar su desempeño en tareas específicas sin ser explícitamente programadas.

El funcionamiento del Machine Learning se basa en el uso de grandes conjuntos de datos, ya sean etiquetados o no etiquetados, que son procesados por algoritmos para encontrar patrones, relaciones y estructuras subyacentes.

Únete a los canales oficiales de Cursin


Esto permite al sistema generalizar y realizar predicciones o tomar decisiones basadas en nuevos datos.

Las aplicaciones del Machine Learning son diversas y abarcan múltiples sectores, como el reconocimiento de voz e imágenes, la detección de fraudes, la recomendación de productos, el diagnóstico médico y la conducción autónoma de vehículos.

Sin embargo, también presenta desafíos éticos importantes que deben ser abordados para garantizar la transparencia y equidad en su desarrollo y aplicación.

Si estás interesado en adquirir habilidades en Machine Learning, te traemos una excelente oportunidad. La Universidad de San Francisco ofrece un curso gratuito de introducción al Machine Learning para programadores, basado en lecciones registradas de su programa de Maestría en Ciencias en Ciencia de Datos.

Anuncios


¿Qué aprenderé en este curso?

  • Los modelos de aprendizaje automático más importantes
  • Cómo crear modelos desde cero
  • Habilidades clave en la preparación de datos
  • Validación de modelos
  • Creación de productos de datos

Contenido del curso:

  1. Introducción a los Random Forests
  2. Profundización en Random Forests
  3. Rendimiento, validación e interpretación de modelos
  4. Importancia de características e intérprete de árboles
  5. Extrapolación y Random Forests desde cero
  6. Productos de datos y codificación en vivo
  7. Random Forests desde cero y descenso de gradiente
  8. Descenso de gradiente y regresión logística
  9. Regularización, tasas de aprendizaje y NLP
  10. Más sobre NLP y datos columnares
  11. Embeddings
  12. Proyecto completo Rossmann y cuestiones éticas

Requisitos:

  • Al menos un año de experiencia en programación
  • Conocimientos básicos de matemáticas a nivel de escuela secundaria

Duración:

  • Aproximadamente 24 horas de lecciones
  • Dedicación estimada de 8 horas semanales durante 12 semanas

Cursos relacionados

¿Cómo registrarse?

Accede al curso de forma gratuita a través de este enlace.:


Administración
Administración

Hola, soy Cursin. Mi misión es que todos tengan educación de calidad a su alcance, sin importar su grado académico, su idioma u origen.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *