Objetivos

• Comprender las matemáticas fundamentales detrás de la ciencia de datos y el aprendizaje automático: álgebra lineal, probabilidad y estadística.
• Ser capaz de realizar el preprocesamiento de datos con las bibliotecas de Python (NumPy y Pandas) para la ejecución de modelos óptimos de aprendizaje automático y visualización de datos.
• Explorar el aprendizaje supervisado y no supervisado y ser capaz de aplicar el algoritmo de aprendizaje automático más adecuado.
• Aprender a procesar datos textuales para derivar información de alta calidad del texto y aplicar nuevos conocimientos a negocios del mundo real (NLP).
• Construir y entrenar redes neuronales profundas, utilizar bibliotecas de aprendizaje profundo como TensorFlow y Keras para ganar competencia, así como manejar varias técnicas de aprendizaje profundo.

Modalidad

Las clases se desarrollarán en formato online. El alumnado se apoyará en los materiales facilitados por los profesores aplicando la metodología Learning by Doing.

Inscripción

Formulario