El objetivo del curso es que las y los participantes identificarán, reconocerán y aplicarán los principales algoritmos de Machine Learning Supervisados y No Supervisados, orientados a resolver problemas de clasificación de casos (binarios o multi-categoría), y segmentación de variables, empleando una plataforma y paquetes operando sobre Python, así como la comprensión y contextualización de sus resultados e implicaciones. El participante también conocerá las medidas de efectividad de los modelos implementados, así como su mejora y optimización.

TEMARIO:

  • MÓDULO 1:Introducción modelos de clasificación
  • MÓDULO 2:Evaluación de modelos y desbalance de clases
  • MÓDULO 3:Regresión logística.
  • MÓDULO 4:Random Forest Classifier.
  • MÓDULO 5:Introducción a los modelos de clustering.
  • MÓDULO 6:K-means clustering.
  • MÓDULO 7:Clustering jerárquico.
  • MÓDULO8: PCA (Análisis de Componentes Principales) vs. clustering
Descarga el manual del curso

Ficha técnica del programa

Fechas

 Consultar fechas con nuestro asesor

Horario

Flexible asincrónico

Lugar

En línea

Inversión

$4,500

Manejo de computadora e información en hojas de cálculo Conocimiento de las áreas básicas de matemáticas y estadística