Machine Learning (ML) es una rama de la inteligencia artificial que permite a las computadoras aprender patrones a partir de datos sin necesidad de ser programadas explícitamente para cada tarea, lo que permite el análisis de grandes volúmenes de información y la toma de decisiones basadas en lo aprendido.

Las principales temáticas por abordar en el curso son los fundamentos de Machine Learning, los modelos de aprendizaje supervisado, las redes neuronales, y la optimización y aplicación de modelos.
El curso está diseñado por competencias y alineado con el marco global de habilidades y competencias para un mundo digital SFIA8, por lo que se propone que los estudiantes logren responder a un nivel de responsabilidad 3, de manera que apliquen las técnicas existentes y evalúen los resultados de los sistemas de aprendizaje automático.

Contenidos

1. Fundamentos de Machine Learning.

2. Modelos de Aprendizaje Supervisado.

3. Redes Neuronales.

4. Optimización y Aplicación de Modelos de Machine Learning.

Metodología de Aprendizaje

La educación actual suele limitar a estudiantes, forzándoles a absorber contenidos en lugar de fomentar la solución colectiva de problemas. En CENFOTEC, buscamos modificar este enfoque mediante nuestra metodología de aprendizaje constructivista llamada 40-40-20.

La técnica 40-40-20 divide el tiempo de clase: 40% el profesor da un charla para inducir al pensamiento autónomo basado en conceptos clave; el siguiente 40% para resolver retos individuales o en grupo, que exigen exploración, donde el docente es un facilitador; y el 20% restante para una discusión guiada por el profesorado. Para mantener la atención, consideramos 1 hora lectiva como 50 minutos, especialmente en cursos de 3-4 horas.

Adicionalmente el estudiante deberá dedicar una cantidad de horas adicionales para completar retos extraclase que el profesor le asigne.