Inteligencia Artificial

Modelos Supervisados y No Supervisados

Machine learning aplicado: clasificación, regresión y segmentación, con criterio para elegir, evaluar y sostener cada modelo.

Qué aprenderás

Elegir el algoritmo adecuado según el problema y los datos.
Evaluar modelos con métricas apropiadas y evitar sobreajuste.
Segmentar poblaciones con técnicas no supervisadas.
Dejar un modelo listo para su puesta en producción.

Temario

Marco del aprendizaje automático

5 h

Tipos de problema
Sesgo y varianza
Partición de datos

Modelos supervisados

12 h

Regresión lineal y logística
Árboles y bosques
Gradient boosting

Evaluación de modelos

7 h

Métricas de clasificación
Validación cruzada
Ajuste de hiperparámetros

Modelos no supervisados

9 h

K-means y jerárquico
Reducción de dimensionalidad
Detección de anomalías

Puesta en producción

3 h

Serialización
Monitoreo del modelo

Certificado

Modelo del certificado, emitido al finalizar el curso.

Requisitos

Python a nivel intermedio.
Estadística descriptiva e inferencial.
Haber trabajado antes con pandas.

36 horas

Avanzado

Digital verificable

S/ 1 190

Precios y fechas de inicio: consúltanos por el canal que prefieras.

¿Conversamos?

Cuéntanos qué necesita tu equipo o tu organización. Revisamos el caso y te proponemos el programa de formación o el servicio de consultoría que corresponde, sin compromiso.