ACTUMLOGOS
  • Cursos
    • Matematicas para Machine Learning (REMOTO)
    • Deep Learning para IA (remoto)
    • Python para IA (remoto)
    • PLN para IA (remoto)
    • Deep Reinforcement Learning (REMOTO)
    • Machine Learning (remoto)
    • Machine Learning No Supervisado (remoto)
    • Python para Negocios (remoto)
    • DLG para IA Creativa (remoto)
    • Machine Learning en Produccion (remoto)
  • Gratis
    • Talleres y Charlas
    • Vision por Computadora con Python
    • Redes Neuronales
  • Equipo
  • Contacto
  • Blog

​Machine Learning 
No ​Supervisado

Síguenos en Facebook 




Implementa algoritmos

​que aprendan 

sin etiquetas

​


Descarga: 

​Información Completa del Curso

MLNS - Información Completa.pdf
File Size: 484 kb
File Type: pdf
Descargar archivo

En este taller gratuito, aprenderás las diferencias y ventajas que tienen los métodos de aprendizaje automático no supervisados, podrás entender el porqué es necesario su uso en una gran cantidad de datos y cómo poder seleccionar el mejor método para cada problema. Como casos de estudio revisaremos la base de datos MNIST usando PCA, autoencoder y clustering para reducir la dimensión de sus datos. Además, mostraremos un modelo GAN para generar imágenes (Google QuickDraw).

Descarga las diapositivas y los códigos 
Beneficios
  • Garantía: tienes las primeras 4 clases para solicitar devolución.
  • Tienes acceso a las clases grabadas hasta 2 meses después de terminar el curso.
  • Paga a 3 meses sin intereses por PayPal
  • Reconocimiento digital ante la Secretaría del Trabajo (STPS-México)
Inicio y fin del curso
  • Viernes 9 de Julio 2021  
  • Martes 24 de Agosto 2021  
Horarios
42 horas en total, 6 horas la semana (Horario de la Ciudad de México)
  • Martes de 19 a 22hrs
  • Viernes de 19 a 22hrs

Machine Learning No Supervisado

MX$4,999.00

Agotado

Añade al carrito

Objetivo del curso

Aprender los conceptos y herramientas necesarios para implementar programas capaces de aprender de los datos SIN ETIQUETAS. ​

Casos de Estudio

  • Detección de fraudes en tarjetas de crédito
  • Clasificación de flores 
  • Detección de cáncer
  • Predicción de ataques al corazón
  • Sistema de recomendación de películas
  • Generador de rostros inexistentes
  • Analizador de electrocardiogramas
Herramientas a aprender a usar: Jupyter, Colab, Tensorflow, Keras, Sklearn, Numpy, MatPlotLib.

Contenido resumido del curso

  1. Fundamentos de aprendizaje automático 
  2. Herramientas e instalación
  3. Aprendizaje no supervisado  
  4. Proyecto de ML desde principio a final.
  5. Reducción de dimensión 
  6. Detección de anomalías 
  7. Agrupamiento (clustering) 
  8. Segmentación de grupo
  9. Autocodificadores y su implementación 
  10. Aprendizaje semisupervisado 
  11. Sistemas de recomendación con RBM 
  12. Detección de rasgos usando DBN 
  13. Generative Adversarial Networks 
  14. Agrupamiento de series de tiempo 
  15. Conclusión 
Registrate Boletin sobre IA

Nuestros estudiantes provienen de las siguientes instituciones y empresas: 

Imagen
Aviso de privacidad
Copyright © 2018-2020 Actumlogos®, todos los derechos reservados.
  • Cursos
    • Matematicas para Machine Learning (REMOTO)
    • Deep Learning para IA (remoto)
    • Python para IA (remoto)
    • PLN para IA (remoto)
    • Deep Reinforcement Learning (REMOTO)
    • Machine Learning (remoto)
    • Machine Learning No Supervisado (remoto)
    • Python para Negocios (remoto)
    • DLG para IA Creativa (remoto)
    • Machine Learning en Produccion (remoto)
  • Gratis
    • Talleres y Charlas
    • Vision por Computadora con Python
    • Redes Neuronales
  • Equipo
  • Contacto
  • Blog