Machine Learning: Modelos para la predicción y clasificación
DESCRIPCIÓN DEL CURSO
Las técnicas de clasificación de ciencia de datos ya están al alcance del lector promedio. Si tienes conocimientos básicos de estadística y quieres introducirte en el mundo del Machine Learning, este curso puede ser de tu interés.
Aprenderás desde los conceptos y definiciones teóricas, hasta la construcción, evaluación e implementación de diversos algoritmos incluyendo modelos clustering, arboles de clasificación y regresión, diseño de políticas para la toma decisiones a través de arboles de clasificación, construcción de modelos a través de las máquinas de soporte vectorial de dos dimensiones, tres dimensiones, y el caso donde existe una gran cantidad de variables dentro de un sistema.
Los modelos son evaluados paso a paso a través de diversos criterios: sensibilidad, especificidad, ROC, matriz de confusión, validación cruzada, punto de corte óptimo, selección óptima de priors,entre otros criterios generalmente utilizados para la evaluación de los modelos anteriormente mencionados.
Al finalizar el curso virtual, usted podrá acceder al certificado digital como: Machine Learning: Modelos para la predicción y clasificación
¿QUÉ OBTENDRÁS DE ESTE CURSO?
- Más de 30 videos con el desarrollo paso a paso de los modelos estadísticos, su construcción, proyección y evaluación
- Exámenes cortos y fáciles de entender, y lecciones rápidas para asegurar su entendimiento.
- Aprendizaje integral sobre la utilización del Lenguaje R y su complemento RStudio.
- Contenido exclusivo para quienes accedan al curso mediante pago.
- Talleres a resolver en los temas más relevantes
- Alto nivel de aplicabilidad. Usted podrá aplicar casi de inmediato lo aprendido en este curso en su trabajo.
- Acceso al foro de preguntas y respuestas relacionado al curso
- Posibilidad de agendar tutorias personalizadas para revisar trabajos entregables o examenes.
- Consultas directas con el tutor
Nota: se recomienda enfáticamente haber cursardo Modelos Predictivos II e Introducción a la Ciencia de Datos, como mínimo.
Course Features
- Lectures 40
- Quizzes 0
- Duration 40 horas
- Skill level Modelos Predictivos
- Language Español
- Students 8
- Assessments Yes
-
Técnicas de reducción de la información
- Prohibida la reproducción total o parcial
- Consideraciones Previas y Materiales
- Análisis de Componentes Principales: Teoría
- Caso 1: Reducción de Dimensiones
- Caso 2 Reducción de Dimensiones
- Análisis Factorial: Teoría
- Caso 3: Reducción de Dimensiones
- Caso 4: Reducción de Dimensiones
- Regresiones y Análisis Factorial
- Se aprende haciendo
-
Agrupamiento y clasificación a través de Clustering
-
Clasificación mediante Análisis Discriminante
-
Clasificación mediante Arboles
-
Maquinas de Soporte Vectorial (Support Vector Machine)
- Introducción a las SVM: Teoría
- Flujo de trabajo para el modelamiento de una SVM
- Estimación de un modelo SVM
- Validación y evaluación de mi modelo SVM
- Optimizando los hiperparametros de la SVM
- Evaluando el modelo SVM optimizado
- Analizando puntos de corte óptimos
- Prediciendo dentro y fuera de la muestra
- Mi base de datos está desbalanceada: ¿Qué puedo hacer?
- No todo es lineal en el mundo de los datos
- ¿Y si tengo un montón de variables? : Usando todo lo aprendido
- Se aprende haciendo
-
Evaluando lo aprendido
