Formación Machine Learning

Paso a paso

1. 1 Primeros pasos

   ¡Sumérjete en el mundo de aprendizaje automático!

   Para empezar, aprenderás sobre muchos problemas cotidianos que se pueden resolver con el aprendizaje automático.

   Descubre cómo puedes ayudar a que tu empresa o tu negocio crezcan: por ejemplo, clasificando a los clientes en categorías que pronto servirán como indicador de los productos que se pueden ofrecer. ¡Analiza resultados y compara diferentes algoritmos de manera válida y utiliza el poder del Machine Learning para optimizar tus procesos!

   • ARTIGO

     ¿Qué es Machine learning | Alura Cursos Online

   • VIDEO

     Live Café Punto Tech - ¿Cómo dar tus primeros pasos en el mundo de Data Science? - YouTube

   • 

     CURSO

     Machine Learning: clasificación con SKLearn

     08h

     Faça esse curso e:

     • Entiende con profundidad lo que es aprendizaje de máquina para clasificación.
     • Construye tu primer modelo de clasificación.
     • Aprender a analizar resultados de modelos de machine learning.
     • Compara resultados de algoritmos lineales y no lineales.
     • Realiza estudios replicables, con estrategias de prueba y testeo.
     • Conocer Support Vector Machines, Árboles de Decisión y Dummy Classifiers.

     Más detalles
   • ARTIGO

     Soft Skills más importantes para el área de datos | Alura Cursos Online

2. 2 Avanzando en la clasificación y Clusterización Avanzada

   En la primera parte, tuvimos una descripción general del poder de Machine Learning, trabajamos con algoritmos de clasificación, regresión y agrupación.

   En este paso, exploraremos la clasificación aún más, sabremos qué hay detrás de escena de este proceso y aprenderemos a cómo reducir la complejidad de sus datos al reducir la cantidad de información a través de selección de características y técnicas de reducción de dimensionalidad.

   Además de explorar otro tema importante para el aprendizaje automático, la agrupación en clusteres .

   Nos sumergiremos en los algoritmos de agrupación en clusteres, discutiremos los principales métodos y sus métricas de evaluación y aprenderemos a cómo extraer patrones de los datos.

   • 

     CURSO

     Machine Learning: Lidiando con datos de muchas dimensiones

     08h

     Faça esse curso e:

     • Aprende qué son los datos con alta dimensionalidad
     • Crea un modelo de Machine Learning para clasificación
     • Construye una matriz de correlación con Pandas y Seaborn
     • Aprende como seleccionar features con visualizaciones de los datos
     • Utiliza Scikit-learn para crear modelos de selección de features automáticos
     • Aprende a crear y a interpretar una matriz de confusión utilizando Scikit-learn
     • Aprende a utilizar técnicas avanzadas de reducción de dimensionalidad (PCA y T-SNE)

     Más detalles
   • 

     CURSO

     Clustering: Extrayendo patrones de datos

     12h

     Faça esse curso e:

     • Descubra como validar e interpretar resultados con datos sin rótulos
     • Aprenda técnicas que le ayudarán a interpretar la información de clusters
     • Extraiga la información sobre el comportamiento de clientes utilizando datos de una empresa de tarjeta de crédito
     • Utilice scikit-learn para generar clusters y calcular diferentes métricas de validación
     • Entienda la matemática que comprende las métricas de validación: Silhouette, Davies-Bouldin y Calinski-Harabasz

     Más detalles
   • 

     CURSO

     Clustering: K-Means, DBSCAN y Mean Shift

     10h

     Faça esse curso e:

     • Conoce lo básico sobre análisis exploratorio
     • Crea visualizaciones de datos utilizando la biblioteca Plotly
     • Utiliza los métodos KMeans, DBSCAN y Mean Shift para agrupar datos sin clasificación
     • Aprende a agrupar clientes
     • Evalúa la calidad de una clusterización a través del cálculo del coeficiente de Silhouette
     • Parametriza métodos de clusterización a través del máximo coeficiente de Silhouette

     Más detalles

3. 3 Validación y optimización

   Hemos avanzando y ahora es el momento de profundizar aún más en Machine Learning.

   En esta parte, aplicaremos técnicas de validación cruzada y usaremos aleatoriedad a nuestro favor. Entendamos cómo y cuándo utilizar varias estrategias de validación cruzada, como KFold , StratifiedKFold o GroupKFold.

   ¡Además, aprenderemos a cómo mejorar la eficiencia de nuestros algoritmos con GridSearchCV y a optimizar el tiempo de búsqueda con RandomizedSearch!

   Es este paso aumentamos un poco la complejidad, ¡así que prepara tu equipo porque la inmersión estará llena de desafíos!

   • 

     CURSO

     Machine Learning: Validación de modelos

     06h

     Faça esse curso e:

     • Entiende los peligros del hold out
     • Aplica técnicas de validación cruzada (cross validation)
     • Utiliza la aleatoriedad a tu favor
     • Entiende cuando usar diversas estrategias diferentes de validación cruzada
     • KFold, StratifiedKFold, GroupKFold
     • Trabaja en la previsión de nuevos grupos cuando no todos los datos son lecturas independientes entre si
     • Utiliza un pipeline para entrenamiento e validación

     Más detalles
   • 

     CURSO

     Machine Learning: clasificación entre bastidores

     08h

     Faça esse curso e:

     • Practica con diversos casos de clasificación.
     • Aprende a clasificar clientes de acuerdo a su fidelización.
     • Entiende cómo funcionan los modelos de clasificación: K-Vecinos más cercanos, Bernoulli Naïve Bayes y Árbol de Decisión.
     • Compara el resultado de diferentes algoritmos de manera válida.
     • Aprende a solucionar problemas con abordaje de un científico de datos.

     Más detalles
   • 

     CURSO

     Machine Learning: Optimización de modelos a través de hiperparámetros

     08h

     Faça esse curso e:

     • Entiende que son os hiperparámetros y los espacios de parámetros
     • Explora los espacios de forma determinística
     • Optimiza tus modelos
     • Evita el overfit
     • Implementa la exploración desde la base
     • Aprende a utilizar y explorar con el GridSearchCV
     • Nested cross validation

     Más detalles
   • 

     CURSO

     Machine Learning: Optimización con exploración aleatória

     06h

     Faça esse curso e:

     • Explore los espacios de parámetros al azar
     • Utilice RandomizedSearch y optimice el tiempo de búsqueda
     • Compare la exploración exhaustiva y aleatoria
     • Ejecute la optimización sin validación cruzada cuando corresponda

     Más detalles