Machine learning aplicado usando Phyton
SOBRE ESTE CURSO
La formación en tecnologías de la información y la comunicación es esencial para mejorar la empleabilidad en el mundo actual. El Machine learning y la inteligencia artificial son habilidades cada vez más valiosas para las empresas. Por eso, en Acción laboral te ofrecemos la oportunidad de mejorar tu empleabilidad con una formación gratuita y presencial en Gijón, dirigida específicamente a desempleados/as que quieren mejorar sus habilidades en este campo. El objetivo del curso es desarrollar, implementar y validar modelos de aprendizaje máquina (Machine Learning): diseñar modelos predictivos de clasificación en problemas reales de salud, economía y empresa, implementar algoritmos de segmentación para análisis de poblaciones en diferentes aplicaciones y desarrollar modelos de predicción avanzados de series temporales.
En este curso aprenderás a utilizar Phyton para desarrollar modelos de aprendizaje máquina, a diseñar modelos predictivos de clasificación en problemas reales de salud, economía y empresa, a implementar algoritmos de segmentación para análisis de poblaciones en diferentes aplicaciones y desarrollar modelos de predicción avanzados de series temporales. Al finalizar el curso, recibirás un diploma oficial del SEPEPA que acreditará tus nuevos conocimientos y habilidades.
Si estás interesado en apuntarte, simplemente rellena el formulario que encontrarás más abajo. ¡Esperamos verte en el curso y ayudarte a mejorar tus habilidades en Machine learning aplicado usando Phyton para mejorar tu empleabilidad!
El plazo de matrícula ha finalizado
Desarrollar, implementar y validar modelos de aprendizaje máquina (Machine Learning): diseñar modelos predictivos de clasificación en problemas reales de salud, economía y empresa, implementar algoritmos de segmentación para análisis de poblaciones en diferentes aplicaciones y desarrollar modelos de predicción avanzados de series temporales.
Desempleados apuntados a la oficina de empleo como demandantes de empleo
1. INTRODUCCIÓN AL CURSO 1.1. Introducción al Python 1.2. Librería de Python para Machine Learning. 1.3 Machine Learning. Introducción. 2. APRENDIZAJE SUPERVISADO 2.1. Definición y aplicaciones. 2.2 Medidas de rendimiento. 2.3 Modelos lineales 2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales. 2.5 Combinación de modelos. Random Forest. 3. APRENDIZAJE NO SUPERVISADO 3.1. Definición y aplicaciones. 3.2 Medidas de rendimiento. 3.3 Clustering. Tipos 3.4 Biclustering 3.5 Manifolds. Reducción de la dimensionalidad 3.6 Análisis de la cesta
Importe
Dirigido a
Dirigido a desempleados apuntados como demandantes de empleo
Modalidad
Presencial
Duración
Dónde
Gijón
Plan
Temática
Informática y comunicaciones
Diploma/Acreditación
Comparte este curso:
CURSOS RELACIONADOS
-
Gestión del Transporte en la Empresa + HOTT02-MOD03113 – Implantación Sostenible y Circular (Módulo Sostenible)
Dirigido a Trabajadores/as Ocupados del sector: Hostelería y Turismo
INFÓRMATEOnline
-
Atención al Cliente con Discapacidad en Transporte de Viajeros + HOTT02-MOD03113 – Implantación Sostenible y Circular (Módulo Sostenible)
Dirigido a Trabajadores/as Ocupados del sector: Hostelería y Turismo
INFÓRMATEOnline
-
Gestión de Alérgenos en el Sector de la Restauracion + HOTT02-MOD03113 – Implantación Sostenible y Circular (Módulo Sostenible)
Dirigido a Trabajadores/as Ocupados del sector: Hostelería y Turismo
INFÓRMATEOnline
-
Técnicas de Fidelización del Viajero: Marketing y Transformación Digital
Dirigido a Trabajadores/as Ocupados del sector: Hostelería y Turismo
Online
INFÓRMATE¡ÚLTIMOS DÍAS!
