91 535 76 96 madrid@tridatalon.com

CURSO

MACHINE LEARNING

Información

Descripción del curso    

La demanda de científicos de datos se incrementa de manera constante mes a mes, existe en el mercado una amplia oferta para los científicos de datos. Por otro lado las empresas son cada vez más conscientes de la necesidad de aplicar estas técnicas para explotar los datos que tienen y no perder el tren de la competencia.

El curso tiene como objetivo que el alumno conozca las diferentes técnicas y algoritmos que existen en dentro del aprendizaje automático.



Requisitos    

Los ejercicios y prácticas las haremos con Python, que se está imponiendo como uno de los lenguajes de mayor potencial dentro de Machine Learning.

Es aconsejable tener conocimientos de Python aunque si tienes conocimientos de programación no te será complicado ponerte al día con los primeros ejercicios.

Objetivos

El alumno adquirirá los conocimientos necesarios para afrontar un problema de explotación de los datos basándose en Machine Learning.

Este curso no solo cubre los principales algoritmos existentes dentro de Machine Learning sino que de una manera simple se explican los mecanismos que los hacen funcionar (matemáticos y estadísticos), no te preocupes si tu nivel de matemáticas y estadística está un poco oxidado los conceptos son sencillos y no se profundiza sin embargo conocer los mecanismos que hacen funcionar los algoritmos es clave para poder entender, depurar y mejorar el rendimiento de nuestros sistemas.

El curso tiene una duración de 20h

Metodología

Se impartirá una metodología práctica, la filosofía es que cuando más se aprende es haciendo las cosas.  Las clase comenzarán con una parte teórica que se extenderá un 40% de la clase, después 30% lo dedicaremos a ver ejemplos usando notebooks auto contenidos y  el 30% restante es tiempo de prácticas.

Cursos (dos formatos)

  • Semana: martes y jueves de 19 a 22h. La última semana se incluirán dos horas de clase el miércoles de 19h a 21h.
  • Fin de Semana: viernes de 17 a 22h y sábado de 9 am a 14h. Habrá un descanso de 20 min. en el intermedio

 Comienzo de las clases:

Programa

El curso tiene una duración de 20h y en el programa cubriremos los siguientes contenidos:
Estadística descriptiva
Aprendizaje supervisado
  • Regresión lineal.
  • Regresión lógica.
  • Regresión multi clase.
  • Árboles de decisión.
  • Gausian Disscriminat Analisys (GDA).
  • Naive Bayes.
  • Support Vector Machine
Teoría del conocimiento
  • Selección de características.
  • Selección del modelo.
  • X-Validation, leave one out. Error de generalización.
  • Métricas. ROC, matrices de confusión.
  • Overfitting Vs Underfitting.
No supervisado
  • K-mean.
  • Mix of gausians.
  • PCA.
Recomendadores
Reglas de asociación

Profesores

Socio fundador de Strategy Big Data, consultora especializada en Big Data. Informático, obtiene la DEA en 2008, en sistemas de gestión de procesos por la universidad pontificia de Salamanca.

Leer más...

Profesional con 15 años de experiencia en el campo de las telecomunicaciones, 10 de ellos en I+D dentro de los Bell Labs Software Development Center. Experto en gestión y dirección de proyectos y programas internacionales. Cuenta entre su formación MBA por ICADE, IDD ALU, Stretch International Managerial SDA Boconni, Executive Leadership & Development Harvard Business School’s ManageMentor, formado en aprendizaje automático en la universidad de Stanford (profesor Andrew Ng).

Carlos García

Profesor

Licenciado en matemáticas por la Universidad de Sevilla y científico de datos. 

Leer más...

Se incorpora a Strategy Big Data en el 2015 como científico de datos. Beca de investigación sobre Operadores de Perron-Frobenius para el Instituto de Matemáticas de la universidad de Sevilla.Ha impartido clases en la Escuela Superior de Ingenieros de Sevilla. Perito estadístico en Grupo Pericial. Especialización autónoma en Machine Learning, Time Series y programación en R y Python.

Guillermo González Sánchez

Profesor

Contáctanos