Test: ¿Qué Keepcoder eres?

Solicita información

whatsapp keepcoding
teléfono keepcoding
correo keepcoding

Aula Virtual

¿Qué aprenderás en el Curso de Machine Learning?

El Machine Learning o aprendizaje automático es una disciplina tecnológica relacionada con la inteligencia artificial y el Big Data. En este curso podrás conocer los conceptos básicos y explorar desde cero cuáles son los fundamentos y usos de los modelos de Machine Learning, desde los más básicos hasta los más potentes y sofisticados.

¿Estás preparado para adentrarte en este amplio y apasionante mundo? El Machine Learning ofrece un amplio abanico de posibilidades en el mercado laboral y este curso es el empujón que necesitas para enfocar tu carrera en este ámbito. Estudiarás tanto la parte teórica como la práctica para entender cómo implementar y entrenar modelos en el lenguaje de programación Python a partir de datos reales.

También tratarás todos los aspectos del flujo de trabajo de Machine Learning, desde la carga y exploración de datos hasta el entrenamiento y validación de los modelos, con especial hincapié en la interpretación de los resultados y la extracción de conclusiones a partir de nuestros modelos.

Con las redes neuronales, la minería de datos, el aprendizaje profundo, el aprendizaje supervisado y mucho más, descubrirás cómo resolver problemas relacionados con el Machine Learning y el data science. ¡Al terminar sabrás construir y entrenar modelos sobre bases de datos reales!

Invierte en tu futuro

Lo que aprendas hoy, se quedará contigo para siempre. ¡Formarte es el primer paso para transformar tu vida!

Estudia donde sea

Al ser un curso online, puedes seguirlo desde cualquier parte del mundo. ¡Solo con un ordenador, tienes todo el conocimiento a tu alcance!

Impulsa tu carrera

En este curso adquirirás nuevas habilidades y herramientas que potenciarán tu perfil profesional.

Contenido del Curso Online de Machine Learning

1.1 Presentación
 
1.2. Metodología
 
1.3. Herramientas de programación
 
1.4. Concepto de ML
 
1.5. IA ML y DL
 
1.6. Empleabilidad
 
1.7. ML nuestra vida
 
1.8. Revolución tecnológica
 
1.9. Problema abiertos
 
1.10. Conclusión
2.1 Teoría y Conclusión: 1. Introducción
 
2.2 Teoría y Conclusión: 2. Conceptos clave
 
2.3 Teoría y Conclusión: 3. Aprendizaje supervisado y no supervisado
 
2.4 Teoría y Conclusión: 4. Regresión vs Clasificación
 
2.5 Teoría y Conclusión: 5. Métricas
 
2.6 Teoría y Conclusión: 6. Validación de modelos
 
2.7 Práctica – 1. Intro práctica
 
2.8 Práctica – 2. Carga de datos
 
2.9 Práctica – 3. Variables categóricas
 
2.10 Práctica – 4. Variables cuantitativas
 
2.11 Práctica – 5. Correlación y NA
 
2.12 Práctica – 6. Gráficas
 
2.13 Práctica – 7. Lectura datos extra
 
2.14 Práctica – 8. Gestión de NA
 
2.15 Teoría y Conclusión: Conclusión
3.1 Teoría – 1. Introducción
 
3.2 Teoría – 2. Conceptos clave Reg. Lineal
 
3.3 Teoría – 3. Desventajas
 
3.4 Teoría – 4. Selección de variables
 
3.5 Teoría – 5. Tratamiento variables cualitativas
 
3.6 Teoría – 6. Validación cruzada
 
3.7 Teoría – 7. Regularización
 
3.8 Práctica – 1. Presentación carga de datos
 
3.9 Práctica – 2. Análisis Exploratorio
 
3.10 Práctica – 3. Ingeniería de variables
 
3.11 Práctica – 4. Modelo simple
 
3.12 Práctica – 5. Modelo avanzado
 
3.13 Teoría y Práctica – Conclusión
4.1 Certificado de finalización

¿Qué proyecto o práctica se realizará en este curso?

Todas las secciones incluyen una parte práctica. A lo largo del curso, se entrenan hasta doce modelos distintos para abordar distintos problemas de Machine Learning. Implementarás desde modelos sencillos, como la regresión lineal, hasta otros más complejos, como el boosting o las redes neuronales.

Tu profesor:

Arturo Sánchez Palacio

Arturo es matemático especializado en Big Data e Inteligencia Artificial. Actualmente trabaja como especialista en Inteligencia Artificial para una empresa del sector sanitario y como docente en temas de Big Data y Machine Learning.

Profesor del Curso de Machine Learning

Arturo Sánchez Palacio

Data Scientist en El Corte Inglés y profesor de Machine Learning en KeepCoding
Ingeniero de software especializado en nuevas tecnologías, calidad del producto, computación en la nube y aprendizaje continuo. Ha trabajado con Kubernetes, desarrollando aplicaciones y gestionando clústeres en producción a nivel global. También ha liderado la migración de aplicaciones legacy a contenedores, e implementado integración y despliegue continuo con ArgoCD. Además, ha sido ponente en eventos como Kubernetes Community Days y CommitConf.

FAQS

¿Cuál es la metodología de las clases?

Las clases de este curso son grabadas por un profesor experto. En este curso puedes preguntar tus dudas y las solucionaremos a la mayor brevedad posible. 

¡Nada! Al ser clases grabadas podrás verlas y repasarlas cuando quieras, desde cualquier sitio. ¡El horario lo pones tú!

¡Claro! Al ser un curso online, puedes realizarlo desde la comodidad de tu casa.

¡Sí! Si tienes cualquier duda, puedes realizar tu pregunta y en poco tiempo el profesor responderá tu pregunta. Si no llegas a obtenerla, puedes escribir a [email protected] e intentaremos responderte lo más pronto posible.

Si superas el curso, recibes nuestro Certificado KeepCoding de Finalización. 

Manejo básico de la consola de comandos de Linux/Windows (recomendable).

¿Te interesa seguir aprendiendo?

Aprende desde los fundamentos hasta obtener un nivel avanzado con nuestro bootcamp especializado.

Descubre nuestros bootcamps

¿Todavía tienes dudas? Prueba el Bootcamp 1 semana gratis

inscríbete aquí