Claustro Docente
Ofrecerá un minucioso seguimiento al alumno, resolviendo sus dudas.
No hemos encontrado resultados relativos a la búsqueda realizada.
Puedes volver a intentarlo de nuevo realizando una nueva búsqueda.
No hemos encontrado resultados relativos a la búsqueda realizada.
Puedes volver a intentarlo de nuevo realizado una nueva búsqueda.
ONLINE
200 H
100 H
8 ECTS
Entidad
Presentación
Descripción
El Curso de Aprendizaje Supervisado en ML está diseñado para que adquieras las habilidades necesarias en un sector en pleno auge, donde la demanda de profesionales capacitados no deja de crecer. Este curso te proporcionará una sólida base en técnicas de regresión, clasificación y evaluación de modelos, esenciales para cualquier aspirante a data scientist. Aprenderás desde los fundamentos del aprendizaje automático hasta métodos avanzados como redes neuronales y máquinas de vectores de soporte, asegurando que te prepares para enfrentar los desafíos actuales del mundo laboral. Este curso online ofrece flexibilidad y accesibilidad, permitiéndote avanzar a tu propio ritmo mientras te conviertes en profesional del aprendizaje supervisado.
Objetivos
- Comprender los fundamentos del aprendizaje supervisado en machine learning.
- Aprender a preparar y preprocesar datos para modelos de machine learning.
- Aplicar regresión lineal para resolver problemas de predicción.
- Emplear regresión logística en tareas de clasificación binaria.
- Evaluar modelos mediante técnicas de validación cruzada.
- Implementar árboles de decisión y ensambles como Random Forest.
- Desarrollar redes neuronales enfocadas en aprendizaje supervisado.
Para qué te prepara
El Curso de Aprendizaje Supervisado en ML te prepara para abordar complejos problemas de análisis de datos mediante técnicas avanzadas de machine learning. Aprenderás desde la preparación y preprocesamiento de datos hasta la aplicación de algoritmos de regresión y clasificación. Dominarás modelos como árboles de decisión y redes neuronales, evaluando su eficacia con validación cruzada, entre otras cosas.
A quién va dirigido
El Curso de Aprendizaje Supervisado en ML está diseñado para profesionales y titulados que deseen profundizar en técnicas de aprendizaje automático. Aborda desde la introducción al aprendizaje supervisado hasta la aplicación de redes neuronales, pasando por la regresión lineal, árboles de decisión y SVM, proporcionando herramientas esenciales para el análisis y modelado de datos.
temario
- ¿Qué es Machine Learning y Deep Learning?
- Origen y evolución del Machine Learning
- Ejemplos de Machine Learning en la vida cotidiana
- Instalación de entorno Python y librerías de Machine Learning
- Tipos de Machine Learning
- Aprendizaje supervisado
- Evaluación de rendimiento de modelos - Métricas de Clasificación
- Evaluación de rendimiento de modelos - Métricas de Regresión
- Planteamiento del problema y del dato
- Carga y auditoría inicial del dataset
- Exploración preliminar de los datos (EDA ligera)
- Calidad de los datos - Dimensiones y chequeos
- Duplicados e inconsistencias
- Detección y tratamiento de outliers
- Escalado y transformaciones de variables
- Codificación de variables categóricas
- Concepto y fundamentos de la regresión lineal
- La ecuación de la regresión lineal
- Aplicaciones prácticas de la regresión lineal
- Limitaciones y alternativas a la regresión lineal
- Proyecto de regresión lineal
- Concepto y fundamentos de los árboles de decisión
- Construcción del árbol de decisión
- Profundidad, sobreajuste y poda del árbol
- Ventajas y limitaciones de los árboles de decisión
- Aplicaciones prácticas de los árboles de decisión
- Proyecto clasificación con árbol de decisión
- Concepto y fundamentos de las SVM
- Clasificación lineal con SVM
- El parámetro de regularización C
- Clasificación no lineal y funciones kernel
- Ventajas y limitaciones de las SVM
- Aplicaciones prácticas de las SVM
- Proyecto ML con SVM
- Concepto y fundamentos del Teorema de Bayes
- Tipos de clasificadores Naive Bayes
- Ventajas y limitaciones de Naive Bayes
- Aplicaciones prácticas de Naive Bayes
- Proyecto Machine Learning con Naive Bayes
- Concepto y fundamentos del algoritmo KNN
- La elección del parámetro K
- Métricas de distancia en KNN
- Ventajas y limitaciones del algoritmo KNN
- Aplicaciones prácticas de KNN
- Proyecto clasificación con KNN
- Concepto y fundamentos de la regresión logística
- La función logística o sigmoide
- Regresión logística multiclase
- Entrenamiento y parámetros del modelo
- Ventajas y limitaciones de la regresión logística
- Aplicaciones prácticas de la regresión logística
- Proyecto clasificación con regresión logística
- ¿Qué es una neurona y el modelo perceptrón?
- ¿Qué son las redes neuronales?
- Funciones de activación
- Funciones de activación en modelos multiclase
- Funciones de Coste y de Gradiente Descendente
- Propagación hacia atrás (backpropagation)
- Claves para crear redes neuronales efectivas
metodología
Formación Online
Toda nuestra oferta formativa es de modalidad online, incluidos los exámenes.
Comunidad
En la que todos los alumos de INESEM podrán debatir y compartir su conocimiento.
Materiales Didácticos
En la mayoría de nuestras acciones formativas, el alumno contará con el apoyo de los materiales físicos.
Material Adicional
El alumno podrá completar el proceso formativo y ampliar los conocimientos de cada área concreta.
Campus Virtual
Entorno Persona de Aprendizaje disponible las 24 horas, los 7 días de la semana.
Una vez finalizado el proceso de matriculación, el alumno empieza su andadura en INESEM Formación Continua a través de nuestro Campus Virtual.
La metodología INESEM Business School, ha sido diseñada para acercar el aula al alumno dentro de la formación online. De esta forma es tan importante trabajar de forma activa en la plataforma, como necesario el trabajo autónomo de este. El alumno cuenta con una completa acción formativa que incluye además del contenido teórico, objetivos, mapas conceptuales, recuerdas, autoevaluaciones, bibliografía, exámenes, actividades prácticas y recursos en forma de documentos descargables, vídeos, material complementario, normativas, páginas web, etc.
A esta actividad en la plataforma hay que añadir el tiempo asociado a la formación dedicado a horas de estudio. Estos son unos completos libros de acceso ininterrumpido a lo largo de la trayectoria profesional de la persona, no solamente durante la formación. Según nuestra experiencia, gran parte del alumnado prefiere trabajar con ellos de manera alterna con la plataforma, si bien la realización de autoevaluaciones de cada unidad didáctica y evaluación de módulo, solamente se encuentra disponible de forma telemática.
El alumno deberá avanzar a lo largo de las unidades didácticas que constituyen el itinerario formativo, así como realizar las actividades y autoevaluaciones correspondientes. Al final del itinerario encontrará un examen final o exámenes. A fecha fin de la acción formativa el alumno deberá haber visitado al menos el 100 % de los contenidos, haber realizado al menos el 75 % de las actividades de autoevaluación, haber realizado al menos el 75 % de los exámenes propuestos y los tiempos de conexión alcanzados deberán sumar en torno al 75 % de las horas de la teleformación de su acción formativa. Dicho progreso se contabilizará a través de la plataforma virtual y puede ser consultado en cualquier momento.
La titulación será remitida al alumno por correo postal una vez se haya comprobado que ha completado el proceso de aprendizaje satisfactoriamente.
Requisitos de acceso
Esta formación pertenece al programa de Formación Continua de INESEM. Esta formación se tramita con cargo a un crédito que tienen asignado las empresas privadas españolas para la formación de sus empleados sin que les suponga un coste.
Para tramitar dicha formación es preciso cumplir los siguientes requisitos:
- Estar trabajando para una empresa privada
- Encontrarse cotizando en Régimen General de la Seguridad Social
- Solicitar un curso que esté relacionado con el puesto de trabajo o con la actividad empresarial
- Que la empresa autorice la formación
- Que la empresa disponga de suficiente crédito formativo para cubrir el coste del curso
titulación
Titulación de Formación Continua Bonificada expedida por el Instituto Europeo de Estudios Empresariales (INESEM). Titulación de Curso de Aprendizaje Supervisado en ML con 200 horas y 8 ECTS expedida por UTAMED - Universidad Tecnológica Atlántico Mediterráneo.
Opiniones de los alumnos
TAMBIÉN PODRÍA INTERESARTE...
Cursos bonificados relacionados
Técnico de Programación de Páginas Web con PHP (Servidor) (Online)
Hasta 100% bonificable
Curso Práctico de Virtuemart: Cómo crear una Tienda Virtual (Online)
Hasta 100% bonificable
POR QUÉ ESTUDIAR EN INESEM
Claustro especializado
Profesores especializados realizarán un seguimiento personalizado al alumno.
campus virtual
Acceso a la plataforma de aprendizaje disponible las 24 horas e ilimitado.
Gestión gratuita
Gestionamos todos los trámites administrativos para la bonificación de la formación.
materiales didácticos
Enviamos gratis los materiales de apoyo en la mayoría de nuestras acciones formativas (envíos a España).
planes formativos a medida
Diseñamos planes de formación adaptados a las necesidades de las empresas.
materiales adicionales
Los alumnos podrán profundizar más con material adicional que su docente le puede aportar.
amplio catálogo formativo
Contamos con más de 5000 cursos y masters bonificables para trabajadores.
Centro de atención al estudiante
Nuestros asesores académicos atenderán al alumnado antes, durante y después de la formación.
consultoría de recursos humanos
Ofrecemos soluciones para el área laboral de tu empresa.
secretaría virtual
Todas las gestiones las podrás hacer vía online, no será necesario hacerlo presencial.
Claustro especializado
Profesores especializados realizarán un seguimiento personalizado al alumno
atendiéndole vía
chat, correo electrónico, teléfono o Skype.
campus virtual
Acceso a la plataforma de aprendizaje disponible las 24 horas e ilimitado.
Gestión gratuita
Gestionamos todos los trámites administrativos para la bonificación de la formación.
Tu
empresa no tiene que preocuparse del proceso de bonificación,
¡nosotros nos encargamos!.
materiales didácticos
Enviamos los materiales de apoyo en la mayoría de nuestras acciones formativas al
alumno
de
manera gratuita (envíos a España).
planes formativos a medida
Diseñamos planes de formación adaptados a las
necesidades de empresas de diferentes sectores y a los diferentes perfiles
profesionales
de
los trabajadores.
materiales adicionales
Los alumnos podrán profundizar más en los temas que les interese gracias al material
adicional que el profesor le puede aportar.
amplio catálogo formativo
Contamos con más de 5000 cursos y masters para trabajadores de distintos sectores
profesionales y y bonificables hasta el 100%.
Centro de atención al estudiante
Nuestros asesores académicos atenderán al alumnado antes, durante y después de la
formación.
consultoría de recursos humanos
Ofrecemos este servicio a las empresas que deseen realizar un análisis de puestos de
trabajo
o del clima laboral, así como implantar modelos de gestión por competencias.
secretaría virtual
Todas las gestiones las podrás hacer vía online, no será necesario hacerlo
presencial.
INESEM en cifras
+150.000
alumnos
99%
de empleabilidad
+2.000
acuerdos con empresas
98%
de satisfacción
formando a profesionales en distintos ámbitos laborales
se han formado con nosotros
a tu disposición antes, durante y después de la formación
han colaborado con nosotros
personalizados y especializados en empresas de diferentes sectores
Actualizamos nuestros contenidos cada año
Hemos recibido más de 20.000 positivas
El 92% de nuestro alumnado repite
Universidades colaboradoras
