Machine Learning Aplicado Usando Python (IFCD093PO)
Para quien trabaja con datos y necesita que sus modelos aguanten fuera del cuaderno, este programa (IFCD093PO, 150 horas) recorre el ciclo completo del aprendizaje automático: plantear el problema, elegir el algoritmo, entrenar, medir y corregir, con clasificación, clustering y series temporales. Un modelo solo vale lo que vale su validación. El programa oficial detallado está más abajo. Puede interesarte también: Azure Data Scientist Associate (DP-100) · administración de Big Data con Cloudera.
Curso de machine learning con Python: clasificación, clustering y series temporales
¿Eres docente?
¿Quieres saber más?
Bonificable hasta el 100 % para empresas
¿Te interesa esta área?
¿Qué se aprenderá?
Objetivos del curso
- Diseñar modelos predictivos de clasificación en problemas reales de salud, economía y empresa.
- Implementar algoritmos de segmentación para el análisis de poblaciones.
- Desarrollar modelos avanzados de predicción de series temporales.
¿Por qué este curso?
Una formación con impacto real y medible
Explora nuestro catálogo de cursos diseñados para profesionales y empresas que buscan dominar las tecnologías más demandadas.
Cifras de éxito
"Este curso nos ha ayudado a tener éxito en nuestro sector."
Testimonios
Contenidos
Temario
A continuación detallamos todos los módulos impartidos en este curso. Si tiene alguna duda o no aparece, contacte con nosotros.
- Módulo 1Introducción al curso
- Módulo 2Aprendizaje supervisado
- Módulo 3Aprendizaje no supervisado
Introducción al curso
hora
Introducción a Python y a sus librerías para machine learning, y presentación de los fundamentos del aprendizaje automático.
Aprendizaje supervisado
hora
Definición y aplicaciones, medidas de rendimiento, modelos lineales y modelos supervisados como árboles, máquinas de vectores soporte y redes neuronales, además de la combinación de modelos con Random Forest.
Aprendizaje no supervisado
hora
Definición y aplicaciones, medidas de rendimiento, tipos de clustering, biclustering, manifolds y reducción de la dimensionalidad, y análisis de la cesta de la compra.
Metodología
Aprendizaje basado en la práctica
Del planteamiento del problema a la validación del modelo
El curso recorre el ciclo completo de un proyecto de aprendizaje automático con Python y sus librerías: elección del algoritmo, entrenamiento, medición del rendimiento y corrección. Las medidas de rendimiento se tratan como parte central, no como apéndice, para poder defender los resultados ante quien toma decisiones con ellos.


Público objetivo
Formación oficial del catálogo de especialidades formativas
Perfiles de análisis y negocio que quieren pasar del informe al modelo predictivo
El programa formativo no fija requisitos de acceso específicos y se dirige prioritariamente a personas trabajadoras ocupadas. Es una buena opción para quienes ya manejan datos en su trabajo diario y quieren construir y validar modelos de clasificación, segmentación y predicción de series temporales con Python.
FAQ
Resolvemos tus dudas sobre la formación
Aclaramos las dudas más comunes sobre el curso, desde los requisitos previos hasta la metodología y el soporte disponible, para asegurarte de que estés completamente preparado para aprovechar al máximo esta formación.
Otros cursos
Cursos especializados para impulsar tu negocio
Explora nuestro catálogo de cursos diseñados para profesionales y empresas que buscan dominar las tecnologías más demandadas.






















