NOSOTROS CRONOGRAMA FRANQUICIA BLOG CONTACTO ACCESO SISTEMA ACADEMICO

ARCITURA

Machine Learning Module 2: Advanced Machine Learning

Código: ARC-213


Este curso profundiza en los muchos algoritmos, métodos y modelos de las prácticas contemporáneas de aprendizaje automático para explorar cómo se pueden resolver una variedad de problemas comerciales diferentes utilizando y combinando técnicas probadas de aprendizaje automático.

 Propuesta de Valor: ARCITURA

 Duración: 8 Horas Académicas

Áreas de Conocimiento:
TRANSFORMACION DIGITALCIENCIA DE DATOS E INTELIGENCIA ARTIFICIALTECNOLOGIAS EMERGENTES Y DISRUPTIVAS

Exportar Contenido a PDF

   AUDIENCIA


  • Estos talleres pueden estar abiertos al registro público o impartidos de forma privada para una organización específica.

   PRE REQUISITOS


  • No tiene prerrequisitos previos.

   OBJETIVOS


Se tratan los siguientes temas principales:

  • Patrones de exploración de datos
  • Cálculo de tendencia central, Cálculo de variabilidad
  • Cálculo de asociatividad, Cálculo de resumen gráfico
  • Patrones de reducción de datos
  • Selección de características, Extracción de características
  • Patrones de ordenación de datos
  • Imputación de características, Codificación de características - Discretización de características, Característica Estandarización
  • Patrones de aprendizaje supervisados
  • Predicción numérica, Predicción de categorías
  • Patrones de aprendizaje no supervisados
  • Descubrimiento de categorías, Descubrimiento de patrones
  • Patrones de evaluación de modelos, Modelado de línea base
  • Evaluación del desempeño del entrenamiento, Evaluación del desempeño de la predicción
  • Patrones de optimización de modelos
  • Aprendizaje de conjuntos, reentrenamiento frecuente de modelos
  • Implementación de modelos ligeros, Aprendizaje de modelos incrementales

   CERTIFICACIÓN DISPONIBLE



  • Este curso es uno de los tres cursos que se utilizan para prepararse para el examen ML90.01

   CONTENIDO



1. PATRONES DE OPTIMIZACIÓN DE MODELOS

1.1. APRENDIZAJE CONJUNTO
1.2. REENTRENAMIENTO FRECUENTE DE MODELOS
1.3. IMPLEMENTACIÓN DE MODELOS LIGEROS
1.4. APRENDIZAJE DE MODELOS INCREMENTALES


2. PATRONES DE EVALUACIÓN DE MODELOS

2.1. EVALUACIÓN DEL DESEMPEÑO DE LA CAPACITACIÓN
2.2. EVALUACIÓN DEL DESEMPENO DE LA PREDICCIÓN
2.3. MODELADO DE LÍNEA DE BASE


3. APRENDIZAJE SIN SUPERVISIÓN PATRONES

3.1. DESCUBRIMIENTO DE CATEGORÍA
3.2. DESCUBRIMIENTO DE PATRONES


4. PATRONES DE APRENDIZAJE SUPERVISADO

4.1. PREDICCIÓN NUMÉRICA
4.2. PREDICCIÓN DE CATEGORÍA


5. PATRONES DE MANIPULACIÓN DE DATOS

5.1. IMPUTACIÓN DE CARACTERÍSTICAS
5.2. CODIFICACIÓN DE FUNCIONES
5.3. DISCRETIZACIÓN DE FUNCIONES
5.4. ESTANDARIZACIÓN DE FUNCIONES


6. PATRONES DE REDUCCIÓN DE DATOS

6.1. SELECCIÓN DE CARACTERÍSTICAS
6.2. EXTRACCIÓN DE CARACTERÍSTICAS


7. PATRONES DE EXPLORACIÓN DE DATOS

7.1. CÁLCULO DE TENDENCIA CENTRAL
7.2. CÁLCULO DE VARIABILIDAD
7.3. COMPUTACIÓN DE ASOCIATIVIDAD
7.4. CÁLCULO DE RESUMEN GRÁFICO



   BENEFICIOS



  • Conocerá Advanced Machine Learning y pueden resolver una variedad de problemas comerciales diferentes utilizando y combinando técnicas probadas de Machine Learning.

   INVERSIÓN



La inversión incluye: Material de estudio oficial de ARCITURA, certificados e impuestos de ley.

  • En los cursos presenciales proveemos de una computadora por persona y refrigerios.
  • En los cursos virtuales las plataformas interactivas y acceso al aula virtual de recursos.
  • Certificado oficial ARCITURA .