Síguenos en Facebook
Descarga:
![]()
|
En este taller, te explicaremos los principios básicos, los conceptos fundamentales y las estrategias generales para resolver un problema de aprendizaje automático. Te mostraremos algunas herramientas computacionales útiles para desarrollar modelos como árboles de decisión, máquinas de vector soporte y redes neuronales. Lo anterior con el fin de mostrarte cómo aplicar estos principios y herramientas para crear un modelo capaz de predecir si una persona padece diabetes. Descarga las diapositivas, códigos y otros archivos del taller en el siguiente enlace (si está roto el enlace, reportalo).
![]()
|
Beneficios
42 horas en total, 6 horas la semana (Horario de la Ciudad de México)
|
IMPORTANTE: La oferta de 4299.99 MXN (215 USD) es válida hasta el 16 marzo del 2022.
|
Objetivo del cursoAprender a usar los conceptos, las intuiciones y las herramientas computacionales para implementar algoritmos capaces de aprender de los datos a través de varios ejemplos y casos de estudio.
Casos de Estudio
Herramientas a aprender a usar: Jupyter, Colab, Sklearn, Numpy, Pandas, MatPlotLib, Keras, Tensorflow, Anaconda.
|
Contenido resumido del curso
|