calendar correo curso diplomado horas lugar modalidad in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
Search
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Profesores
Noticias
Páginas

Python para Machine Learning (Online)

Aprende técnicas de Machine Learning altamente utilizadas en contextos aplicados como: retail, industria bancaria y ciencias como la astronomía. Se utilizará el lenguaje de programación Python, acompañado de librerías especializadas para manejo de datos e implementación de modelos.

Dirigido a profesionales que tengan un dominio intermedio del lenguaje Python y que estén altamente motivados para formarse en el área de Ciencia de Datos.

Versión disponible para profesionales de todo Chile y Latinoamérica.

Antecedentes Generales

22/03/2022
Curso
6 semanas

Modalidad:

Online
35 hrs cronológicas / 47 hrs pedagógicas
$490.000 en Chile / USD 613 resto del mundo ¡Consulta por descuento!
Tutor de apoyo permanente
1 clase sincrónica
3 cuestionarios de selección múltiple
3 proyectos aplicados
Material multimedia y de apoyo
programas@ing.puc.cl

Python se ha convertido en una de las herramientas fundamentales para los profesionales de Machine Learning. En este contexto, saber usar librerías como scikit-learn, scipy, numpy, pandas o keras, constituye una competencia básica para el desarrollo de proyectos de este tipo en el entorno empresarial. Este curso entrega una base de conocimiento de los fundamentos que soportan estas potentes metodologías y herramientas, potenciando significativamente al participante para enfrentar desafíos que involucran inteligencia artificial y dándole una ventaja competitiva en el mercado laboral.

A través de este curso, los alumnos aprenderán los conceptos fundamentales asociados de Machine Learning tanto en su versión supervisada, como no supervisada. Dicho aprendizaje será acompañado mediante un conjunto de librerías de Python, las que permitirán pasar de la teoría a la implementación de forma amigable, y actualizada a las tecnologías utilizadas en el mercado.

La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el curso.

Dirigido a:
- Profesionales que necesiten incrementar sus competencias respecto a modelos de Machine Learning.
- Interesados en el área de Ciencia de Datos que deseen adquirir habilidades poner en producción metodologías de Machine Learning a través de Python.

Requisitos de ingreso:
Se recomienda contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.

Si desea evaluar su nivel, puede realizar una prueba opcional gratuita en este link: https://www.hackerrank.com/prueba-python

Se recomienda iniciar los test en orden, ya que van creciendo en dificultad. Los dos últimos tienen un nivel superior al requerido para ingresar al diplomado, y han sido instalados allí sólo como desafío. Si uno de los test falló, se recomienda revisar y ejercitar esos contenidos antes del inicio del programa.

A continuación, ponemos a su disposición algunos cursos optativos por si desea prepararse previamente al inicio del programa:

– MOOC “Introducción a la Programación en Python I: Aprendiendo a programar con Python”, disponible en el siguiente link: https://www.coursera.org/learn/aprendiendo-programar-python

– Curso “Herramientas de programación en Python para procesamiento de datos”, disponible en el siguiente link: https://teleduc.uc.cl/curso/herramientas-programacion-python-procesamiento-datos/

Es deseable contar con algún grado de conocimiento matemático (álgebra lineal, estadística básica y cálculo).

Contenidos del Programa

- Regresión lineal
- Regresión logística
- Regresiones polinomiales
- Regresiones con penalización
- Árboles de decisión
- Random forest
- Random forest para regresiones
- Naive bayes
- Vecino más cercano
- Redes neuronales
- Selección de modelos

- K-means
- Mezcla de Gaussianas
- Cluster jerárquico
- Autoencoders

Cuerpo Académico

Solicita información y brochure aquí:

Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

 

¿Te gustó este programa?
¡Compártelo en tus redes sociales!

Programas relacionados

Descargar Brochure
Necesitas ayuda? Conversemos
X