Pre-requisitos: Conocimientos básicos de manejo de datos en Python

Objetivo General:Entender las diversas técnicas para desarrollar algoritmos de Machine Learning empleando el lenguaje Python, tanto con métodos Supervisados como No Supervisados, aplicando en el proceso técnicas estadísticas para la exploración de datos, selección de variables y muestreo. Asimismo, le permitirá al participante diferenciar las ventajas de cada algoritmo al utilizarlos en situaciones reales.

Objetivos Específicos:

• Utilizar el lenguaje de programación Python para la manipulación de datos, tanto con estructuras nativas como a través de los componentes y funciones de la librería Pandas.
• Realizar análisis descriptivo-exploratorio de datos, selección de variables y balanceo de datos.
• Desarrollar algoritmos para la implementación de modelos supervisados, tando de clasificación como de regresión.
• Desarrollar algoritmos para la implementación de modelos no supervisados.
• Conocer tópicos en torno al aprendizaje máquina como Deep Learning, Redes neuronales y MLOps.

Resumen del contenido:

• Introducción al Machine Learning.
• Estructura y Operaciones de Datasets.
• Análisis Exploratorio.
• Métodos Multivariados y Balanceo de Datos
• Modelos Supervisados para Regresión.
• Modelos Supervisados para Clasificación.
• Modelos No Supervisados.
• Introducción al Deep Learning.
• Introducción a MLOps.