Certificado
Recibirás un certificado digital al aprobar el curso.
25 horas · 100% online · certificado
Machine Learning con Python
INSCRIPCIÓN ONLINE
$160.000
Hasta 12 cuotas con Mercado Pago
25 horas · 100% online · certificado
¿Lo toma tu empresa? Lo puedes pagar con tu franquicia SENCE.
Certificado al terminar
Sobre el curso
Machine Learning con Python es un curso online asincrónico de 25 horas.
Dominar el Machine Learning y qué modelo y algoritmo utilizar para cada reto. Conocer en qué consiste el Machine Learning y en qué se diferencia de la Inteligencia Artificial y Deep Learning. Manejar Python para el análisis de datos con las principales librerías (numpy, pandas, scikit-learn…) Conocer cuáles son los diferentes tipos de machine learning siendo capaz de resolver problemas de clasificación, regresión, clustering y reglas de asociación. Conocer los algoritmos de machine learning en cada tipología, valorar cuál es el más adecuado y optimizarlo. Predecir el futuro gracias a los modelos de machine learning para conseguir la ventaja competitiva. Dar un enorme valor añadido tanto en su compañía como negocio personal. Añadir una habilidad de sumo interés para nuestra carrera profesional.
El programa está organizado en 6 módulos, con objetivos y contenidos definidos por ADR Formación.
Lo que aprenderás
- Conocer las diferencias entre Machine Learning, Inteligencia Artificial y Deep learning así como entender las diferentes tipologías que existen en Machine Learning.
- Aprender los conceptos básicos de Python enfocados en análisis de datos y sus librerías con la distribución Anaconda.
- Entender qué tipo de problemas resuelven los algoritmos de clasificación y aplicar algoritmos de clasificación en casos de uso reales.
- Entender qué tipo de problemas resuelven los algoritmos de regresión y aplicar algoritmos de regresión en casos de uso reales.
- Entender qué tipo de problemas podemos resolver con los algoritmos de clustering y aplicar los algoritmos de clustering con casos de uso reales.
- Entender qué tipo de problemas podemos resolver con los algoritmos de reglas de asociación y aplicar los algoritmos de reglas de asociación con casos de uso reales.
Contenido del curso
Módulo 1: Introducción al Machine Learning
1 Hora 30 Minutos
Objetivo: Conocer las diferencias entre Machine Learning, Inteligencia Artificial y Deep learning así como entender las diferentes tipologías que existen en Machine Learning.
- ¿Qué es el Machine Learning y la Ciencia de Datos?
- Entendiendo la Ciencia de Datos
- Entendiendo el Machine Learning
- Machine Learning, Inteligencia Artificial y Deep Learning
- Tipos de Machine Learning
- Resumen
Módulo 2: Introducción a Python
4 Horas 45 Minutos
Objetivo: Aprender los conceptos básicos de Python enfocados en análisis de datos y sus librerías con la distribución Anaconda.
- Instalación Python + Jupyter
- ¿Qué es Python y qué nos proporciona para el análisis de datos?
- Instalación Anaconda y variable de entorno
- Importar librerías y fuentes de datos
- Conceptos básicos de Python
- Variables en Python
- Creación de listas y extracción de datos
- Diccionarios
- Bucles
- Introducción a las librerías: Numpy
- Introducción a las librerías: Pandas
- Introducción a las librerías: Matplotlib
- Librería Machine Learning Scikit-Learn
- Resumen
Módulo 3: Machine Learning – Clasificación
7 Horas
Objetivo: Entender qué tipo de problemas resuelven los algoritmos de clasificación y aplicar algoritmos de clasificación en casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de CLASIFICACIÓN?
- Ejemplo modelo Clasificación
- Algoritmos Machine Learning para CLASIFICACIÓN (Decision Tree, SVM, Naive Bayes, Logistic Regression. KNN)
- Decision Tree
- Support Vector Machine (SVM)
- Naive Bayes
- Logistic Regression
- KNN (K-Nearest Neighbors)
- Explicación paso a paso con Scikit-Learn – Caso Práctico Clasificación
- Resumen
Módulo 4: Machine Learning – Regresión
3 Horas 05 Minutos
Objetivo: Entender qué tipo de problemas resuelven los algoritmos de regresión y aplicar algoritmos de regresión en casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de REGRESIÓN?
- Algoritmo Machine Learning Regresión Lineal
- ¿Cuáles son las fases de un proyecto de Machine Learning Regresión?
- Explicación paso a paso con Scikit-Learn – Caso Práctico REGRESIÓN
- Resumen
Módulo 5: Machine Learning – Clustering
3 Horas 05 Minutos
Objetivo: Entender qué tipo de problemas podemos resolver con los algoritmos de clustering y aplicar los algoritmos de clustering con casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de CLUSTERING?
- Aplicaciones del Clustering
- Algoritmo Machine Learning K-Means
- ¿Cuáles son las fases de un proyecto de Machine Learning Clustering?
- Explicación paso a paso con Scikit-Learn – Caso Práctico CLUSTERING
- Resumen
Módulo 6: Machine Learning – Reglas de Asociación
5 Horas 35 Minutos
Objetivo: Entender qué tipo de problemas podemos resolver con los algoritmos de reglas de asociación y aplicar los algoritmos de reglas de asociación con casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de REGLAS DE ASOCIACIÓN?
- ¿Qué métricas existen en modelo de Reglas de Asociación?
- Algoritmo Reglas de Asociación – «Apriori»
- Explicación paso a paso – Caso Práctico Reglas de Asociación
- Resumen
Módulo 1: Introducción al Machine Learning
1 Hora 30 Minutos
Objetivo: Conocer las diferencias entre Machine Learning, Inteligencia Artificial y Deep learning así como entender las diferentes tipologías que existen en Machine Learning.
- ¿Qué es el Machine Learning y la Ciencia de Datos?
- Entendiendo la Ciencia de Datos
- Entendiendo el Machine Learning
- Machine Learning, Inteligencia Artificial y Deep Learning
- Tipos de Machine Learning
- Resumen
Módulo 2: Introducción a Python
4 Horas 45 Minutos
Objetivo: Aprender los conceptos básicos de Python enfocados en análisis de datos y sus librerías con la distribución Anaconda.
- Instalación Python + Jupyter
- ¿Qué es Python y qué nos proporciona para el análisis de datos?
- Instalación Anaconda y variable de entorno
- Importar librerías y fuentes de datos
- Conceptos básicos de Python
- Variables en Python
- Creación de listas y extracción de datos
- Diccionarios
- Bucles
- Introducción a las librerías: Numpy
- Introducción a las librerías: Pandas
- Introducción a las librerías: Matplotlib
- Librería Machine Learning Scikit-Learn
- Resumen
Módulo 3: Machine Learning – Clasificación
7 Horas
Objetivo: Entender qué tipo de problemas resuelven los algoritmos de clasificación y aplicar algoritmos de clasificación en casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de CLASIFICACIÓN?
- Ejemplo modelo Clasificación
- Algoritmos Machine Learning para CLASIFICACIÓN (Decision Tree, SVM, Naive Bayes, Logistic Regression. KNN)
- Decision Tree
- Support Vector Machine (SVM)
- Naive Bayes
- Logistic Regression
- KNN (K-Nearest Neighbors)
- Explicación paso a paso con Scikit-Learn – Caso Práctico Clasificación
- Resumen
Módulo 4: Machine Learning – Regresión
3 Horas 05 Minutos
Objetivo: Entender qué tipo de problemas resuelven los algoritmos de regresión y aplicar algoritmos de regresión en casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de REGRESIÓN?
- Algoritmo Machine Learning Regresión Lineal
- ¿Cuáles son las fases de un proyecto de Machine Learning Regresión?
- Explicación paso a paso con Scikit-Learn – Caso Práctico REGRESIÓN
- Resumen
Módulo 5: Machine Learning – Clustering
3 Horas 05 Minutos
Objetivo: Entender qué tipo de problemas podemos resolver con los algoritmos de clustering y aplicar los algoritmos de clustering con casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de CLUSTERING?
- Aplicaciones del Clustering
- Algoritmo Machine Learning K-Means
- ¿Cuáles son las fases de un proyecto de Machine Learning Clustering?
- Explicación paso a paso con Scikit-Learn – Caso Práctico CLUSTERING
- Resumen
Módulo 6: Machine Learning – Reglas de Asociación
5 Horas 35 Minutos
Objetivo: Entender qué tipo de problemas podemos resolver con los algoritmos de reglas de asociación y aplicar los algoritmos de reglas de asociación con casos de uso reales.
- ¿Qué es y qué problemas resuelven un modelo de REGLAS DE ASOCIACIÓN?
- ¿Qué métricas existen en modelo de Reglas de Asociación?
- Algoritmo Reglas de Asociación – «Apriori»
- Explicación paso a paso – Caso Práctico Reglas de Asociación
- Resumen
¿Para quién es?
Diseñadores y profesionales creativos
Personas que se quieran convertir en científicos de datos aprendiendo en qué consiste el Machine Learning para poder sacar el máximo provecho de la información.
Data Scientists que quieran aprender cuáles son los diferentes tipos de Machine Learning así como sus algoritmos y cómo aplicarlos fácilmente con Python.
Analistas de datos que manejan datos en su día a día y quieren obtener un plus explorando la información con el aprendizaje automático.
Perfiles junior que quieran especializarse en una rama con un increíble potencial para el futuro muy valorada en el mercado.
Profesionales de negocios que quieran dar un valor añadido en su compañía o negocio personal.
Requisitos
- No son necesarios, únicamente ganas de aprender una materia con enorme potencial.
Certificado y respaldo
Respaldo institucional
Centro de Capacitación del Comercio, OTEC de la Cámara de Comercio de Santiago.
Formación online
Curso asincrónico para avanzar según tu disponibilidad.
Preguntas frecuentes
¿El curso tiene horarios establecidos?
No. Es un curso asincrónico y puedes avanzar según tu disponibilidad, sin conectarte a clases en un horario determinado.
¿Cómo accedo al curso después de comprarlo?
Una vez aprobado el pago y procesada la matrícula, recibirás por correo electrónico las instrucciones para acceder al aula.
¿Cómo obtengo el certificado?
Para obtener el certificado digital debes completar los contenidos y cumplir los criterios de aprobación establecidos para el curso.
¿Necesito conocimientos previos?
No son necesarios, únicamente ganas de aprender una materia con enorme potencial.
¿Cuánto dura el curso?
El curso tiene una duración oficial de 25 horas.
¿Prefieres formación en vivo o más profunda?
Conoce nuestros cursos presenciales y diplomados con relator en directo.
¿Prefieres que te asesore un ejecutivo?
Déjanos tus datos y te contactaremos para resolver tus dudas.