Formación Online
Microcredencial Universitaria de Aprendizaje Supervisado en ML + 2 Créditos ECTS
En colaboración con
59€
Hasta 100% Bonificable
Solicitar información
Duración total
50 horas
Teleformación
50 horas
Créditos
2 ECTS
Resumen del curso
Descripción
Aprendizaje Supervisado en ML es tu puerta de entrada a un campo en constante expansión y de creciente demanda laboral. En un mundo donde los datos son el nuevo oro, saber cómo manejarlos y extraer valor de ellos es fundamental. Aprenderás desde los fundamentos del aprendizaje supervisado, pasando por la preparación de datos y el feature engineering, hasta modelos avanzados como las Máquinas de Vectores de Soporte y técnicas de ensamblado como Random Forest y Gradient Boosting. Adquirirás habilidades para evaluar y optimizar modelos, desde la regresión lineal hasta complejos sistemas de ensemble. Esta formación te brinda las herramientas necesarias para convertirte en un/a experto/a en la creación de soluciones inteligentes y efectivas, todo ello de manera flexible y online.
Objetivos
- Comprender el contexto y aplicación del aprendizaje supervisado frente a otros paradigmas. - Diferenciar entre problemas de clasificación y regresión en aprendizaje supervisado. - Evaluar modelos de aprendizaje supervisado usando métricas clave y validación cruzada. - Aplicar técnicas de limpieza y codificación de datos para mejorar su calidad. - Implementar técnicas de selección y extracción de características relevantes. - Construir modelos básicos como regresión lineal y árboles de decisión efectivamente. - Optimizar modelos avanzados y de ensamblado mediante ajuste de hiperparámetros.
Para qué te preparará
La formación Aprendizaje Supervisado en ML te prepara para abordar problemas complejos de clasificación y regresión mediante el uso de técnicas avanzadas y modelos de ensemble. Aprenderás a limpiar y preparar datos, seleccionando características relevantes y aplicando técnicas de reducción de dimensionalidad como PCA. Podrás implementar modelos desde regresión lineal hasta técnicas avanzadas como SVM y Random Forest, optimizando su rendimiento.
A quien va dirigido
La formación Aprendizaje Supervisado en ML está dirigido a profesionales y titulados/as del sector tecnológico y científico que desean profundizar en los fundamentos del aprendizaje supervisado, incluyendo la preparación de datos y feature engineering, así como explorar modelos básicos y avanzados como SVM y Random Forest, todo con un enfoque práctico y accesible.
Temario
Titulación
Titulación de Microcredencial de Aprendizaje Supervisado en ML con 50 horas y 2 ECTS expedida por UTAMED-Universidad Tecnológica Atlántico Mediterráneo
Claustro
Docente
CARLOS ÁLVAREZ GONZÁLEZ
Ingeniero Técnico en Informática y docente en competencias TIC, con amplia experiencia en soporte técnico, implantaci...
Ingeniero Técnico en Informática y docente en competencias TIC, con amplia experiencia en soporte técnico, implantación de sistemas ERP y formación tecnológica. Experiencia profesional: Más de 15 años de experiencia en el ámbito tecnológico como consultor, analista-programador y formador TIC. Especializado en implantación y soporte de sistemas ERP (SAGE), formación en competencias digitales y mantenimiento de sistemas informáticos. Experiencia reciente como docente en competencias TIC en proyectos formativos de la Junta de Andalucía, acumulando más de 600 horas de formación presencial. Competencias profesionales: Sistemas ERP y soporte técnico (SAGE), Formación en competencias TIC, Programación, análisis y mantenimiento informático, Gestión de calidad (UNE-EN-ISO 9001).
