Aprendizaje Automático con Python

Por: Coursera . en: , ,

  • Introduction to Machine Learning
    • En esta semana, aprenderás acerca de las aplicaciones de Aprendizaje Automático en distintos campos como salud, bancario, telecomunicaciones, entre otros. Tendrás una visión general de los temas de Aprendizaje Automático, como el aprendizaje supervisado versus el no supervisado y el uso de cada algoritmo. Además, comprenderás la ventaja de usar las librerías de Python para implementar modelos de Aprendizaje Automático.
  • Regresión
    • En esta semana, tendrás una breve introducción a la regresión. Aprenderás acerca de la Regresión Lineal, No Lineal, Simple y Múltiple al igual que sus aplicaciones. Aplicarás todos estos métodos en dos conjuntos de datos diferentes en la sección de laboratorio. También aprenderás a evaluar tu modelo de regresión y calcular su precisión.
  • Clasificación
    • En esta semana, aprenderás acerca de la técnica de clasificación. Realizarás prácticas con distintos algoritmos de clasificación, tales como KNN, Árboles de Decisiones, Regresión Logística y SVM (Máquina de Vector de Soporte). Igualmente aprenderás sobre los pros y los contras de cada método y las distintas métricas de precisión de la clasificación.
  • Agrupación
    • En esta sección, aprenderás acerca de los diferentes enfoques de agrupación (clustering). Aprenderás a usar la agrupación para la segmentación de clientes, agrupación de los mismos vehículos y agrupación de estaciones meteorológicas. Entenderás 3 tipos principales de agrupación, incluyendo la agrupación basada en la División, Jerárquica y la basada en Densidad.
  • Sistemas de Recomendación
    • En este módulo, aprenderás acerca de los sistemas de recomendación. Primero, se te enseñará la idea principal de los motores de recomendación y después comprenderás dos tipos de motores de recomendación, es decir, el filtrado basado en contenido y el colaborativo.
  • Proyecto Final
    • En este módulo, realizarás un proyecto basado en lo que has aprendido hasta ahora. Presentarás un reporte de tu proyecto para que sea calificado por tus compañeros.

Plataforma