Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 274 vistas

    Machine Learning

    Cargado por

    Carlos Torres Montalvo
    Este documento presenta un curso de introducción a machine learning con Python de 24 horas dividido en 8 sesiones. El curso se enfoca en enseñar a los estudiantes y profesionales a sacar valor de los datos a través de algoritmos avanzados de inteligencia artificial usando librerías de Python. Las sesiones cubrirán temas como preprocesamiento de datos, regresión, clasificación con árboles de decisión y SVM, entre otros. La evaluación consistirá en la realización de prácticas que promediarán con la nota del examen final

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Machine Learning

    Cargado por

    Carlos Torres Montalvo
    274 vistas3 páginas
    Este documento presenta un curso de introducción a machine learning con Python de 24 horas dividido en 8 sesiones. El curso se enfoca en enseñar a los estudiantes y profesionales a sacar valor de los datos a través de algoritmos avanzados de inteligencia artificial usando librerías de Python. Las sesiones cubrirán temas como preprocesamiento de datos, regresión, clasificación con árboles de decisión y SVM, entre otros. La evaluación consistirá en la realización de prácticas que promediarán con la nota del examen final

    Descripción original:

    syllabus

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un curso de introducción a machine learning con Python de 24 horas dividido en 8 sesiones. El curso se enfoca en enseñar a los estudiantes y profesionales a sacar valor de los datos a través de algoritmos avanzados de inteligencia artificial usando librerías de Python. Las sesiones cubrirán temas como preprocesamiento de datos, regresión, clasificación con árboles de decisión y SVM, entre otros. La evaluación consistirá en la realización de prácticas que promediarán con la nota del examen final

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    274 vistas3 páginas

    Machine Learning

    Cargado por

    Carlos Torres Montalvo
    Este documento presenta un curso de introducción a machine learning con Python de 24 horas dividido en 8 sesiones. El curso se enfoca en enseñar a los estudiantes y profesionales a sacar valor de los datos a través de algoritmos avanzados de inteligencia artificial usando librerías de Python. Las sesiones cubrirán temas como preprocesamiento de datos, regresión, clasificación con árboles de decisión y SVM, entre otros. La evaluación consistirá en la realización de prácticas que promediarán con la nota del examen final

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 3

    UNIVERSIDAD NACIONAL DE INGENIERÍA

    FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

    INTRODUCCIÓN A MACHINE
    LEARNIG CON PYTHON
    Duración 24
    horas.
    8 Sesiones.

    Dirigido a:
    OBJETIVOS:
    Estudiantes
    El Participante al nalizar el curso será capaz de:
    RE

    Profesionales
    Potenciar las capacidades del participante para
    Público en
    LIB

    general. poder sacarle valor a los datos a través del uso


    de algoritmos avanzados de la inteligéncia
    O

    articial.
    RS
    CU

    El curso abordará la linea de


    producción de modelos predictivos y
    descriptivos, para lo cual se
    aprenderá ejecutar e interpretar los
    resultados de distintos algoritmos
    avanzados usando para ello librerías
    REQUERIMIENTOS:
    estandares de python. Manejo del lenguaje Python con Base de Datos

    CENTRAL: DIRECTO:
    WWW.SISTEMASUNI.EDU.PE SISUNI.INFO@UNI.EDU.PE 481 - 1070
    200-9060 ANEXO 5231
    UNIVERSIDAD NACIONAL DE INGENIERÍA
    FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

    CONTENIDO:

    Sesión 1

    LISTA DE TEMAS

    Instalación de Python y paquetes necesarios para data science, machine learning y


    visualización de los datos.
    Evolución histórica del análisis predictivo y el machine learning.
    Pre procesado y limpieza de los datos.

    Sesión 2

    LISTA DE TEMAS

    Manejo de datos y data wrangling


    Operaciones con datasets
    Distribuciones de probabilidad
    Repaso de estadística básica, intervalos de confianza, contrastes de hipótesis, correlación

    Sesión 3

    LISTA DE TEMAS

    Regresiones lineal simple y múltiple


    Regresión polinomial
    Variables categóricas y tratamiento de outliers
    Clasificación con regresión logística
    Validación cruzada, K-fold cross validation, curvas ROC

    CENTRAL: DIRECTO:
    WWW.SISTEMASUNI.EDU.PE SISUNI.INFO@UNI.EDU.PE 481 - 1070
    200-9060 ANEXO 5231
    UNIVERSIDAD NACIONAL DE INGENIERÍA
    FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS

    CONTENIDO:

    Sesión 4
    LISTA DE TEMAS

    Clasificación con árboles,


    Bosques Aleatorios
    Support Vector Machines para problemas de clasificación y regresión

    EVALUACIÓN: La evaluación de cursos será totalmente


    práctica. Se realizarán entre 4 y 5 prácticas de las cuales se eliminará
    la nota más baja y se obtendrá un promedio (PP). Durante la última
    sesión se realizará un examen final (EF), el cual se promediará con la
    nota de prácticas y de esta manera se tendrá la calificación final.
    Promedio De Prácticas Nota Final:
    PP=(PR1 + Pr2 + Pr3 + PR4) - Menor (PR) NF = (PP + EF) / 2
    3

    CENTRAL: DIRECTO:
    WWW.SISTEMASUNI.EDU.PE SISUNI.INFO@UNI.EDU.PE 481 - 1070
    200-9060 ANEXO 5231

    También podría gustarte