Inteligencia articial y ciencia de datos: innovación y análisis con Machine Learning

¿Cuáles son los objetivos del curso?

• Dominar los fundamentos de IA y Machine Learning, incluyendo MLops y Python para Ciencia de Datos.
• Implementar y evaluar modelos de aprendizaje supervisado y no supervisado, como árboles de decisión, regresión y clustering.
• Conocer las técnicas de deep learning y las diferentes arquitecturas de redes neuronales.

¿Qué vas a aprender?

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Y AL MACHINE LEARNING.

• Conceptualización de Inteligencia Artificial.
• Fundamentos del Machine Learning.
• MLOps: integración y despliegue de modelos.
• Python para Ciencia de Datos.

APRENDIZAJE SUPERVISADO Y NO SUPERVISADO.

• Introducción al aprendizaje supervisado.
• Árboles de decisión.
• Regresión.
• Evaluación de modelos.
• Introducción al aprendizaje no supervisado.
• Clustering.

DEEP LEARNING.

• Introducción a las redes neuronales.
• Tipos de arquitecturas.
• Entrenamiento.

¿Cómo son las clases?

Este curso se imparte en modalidad online con una duración de 50 horas.