INFORMÁTICA Y COMUNICACIONES
Online
Domina Machine Learning con Python: Curso Online Práctico
Este curso online gratuito te sumerge en el mundo del Machine Learning con Python. Aprende a diseñar, implementar y validar modelos predictivos para resolver problemas reales en salud, economía y empresa. Domina algoritmos de clasificación y segmentación, y desarrolla modelos de predicción avanzados para series temporales. Impulsa tu carrera en el análisis de datos y la inteligencia artificial con este curso práctico y completo.
Información del curso
- Duración150 horas lectivas
- UbicaciónEspaña
- EmpresaTALENTO
Requisitos y destinatarios
Requisitos
- Estar contratado en régimen general o ser autónomo.
- Estar dado de alta como demandante de empleo en el SEPE.
- Si estás en ERTE, puedes acceder como trabajador en activo.
- Plazas limitadas para desempleados y administración pública.
Dirigido a
Autónomos, desempleados, trabajadores en ERTE/ERE y empleados
Qué aprenderás
- Desarrollar modelos predictivos de clasificación con Python
- Implementar algoritmos de segmentación para análisis de datos
- Crear modelos de predicción avanzados de series temporales
- Utilizar librerías de Python para Machine Learning
- Aplicar Machine Learning en problemas reales de salud
- Aplicar Machine Learning en problemas reales de economía
- Aplicar Machine Learning en problemas reales de empresa
Temario
Módulo 1: Introducción al Machine Learning con Python
- Fundamentos de Python para ML
- Librerías esenciales: NumPy, Pandas, Scikit-learn
- ¿Qué es Machine Learning? Tipos y aplicaciones
Módulo 2: Aprendizaje Supervisado
- Modelos Lineales: Regresión y Clasificación
- Árboles de Decisión: Construcción e Interpretación
- Support Vector Machines (SVM): Conceptos y Aplicaciones
- Redes Neuronales: Introducción al Deep Learning
- Random Forest: Combinación de Modelos para Mejorar la Precisión
Módulo 3: Aprendizaje No Supervisado
- Clustering: K-Means, Clustering Jerárquico
- Biclustering: Identificación de Patrones Ocultos
- Reducción de Dimensionalidad: PCA y T-SNE
- Análisis de la Cesta de la Compra: Reglas de Asociación