El Machine Learning, dentro del ámbito de la inteligencia artificial, se basa en la capacidad de aprendizaje de las máquinas a partir de conjuntos de datos para la ejecución de ciertas funciones o la toma de decisiones, sin necesidad de que sean programadas de manera explícita.

Este curso se enfoca en varios aspectos que van desde la utilización de modelos de regresión y predicción, hasta el aprendizaje profundo. Los estudiantes podrán profundizar en la teoría y a la vez desarrollar los temas de manera práctica utilizando Python (y algunas rutinas en R) para la resolución de ejercicios.

El curso está diseñado por competencias y alineado con el marco de habilidades SFIA 8, por lo que se propone que los estudiantes logren responder a un nivel de habilidad 3 en el área de aprendizaje automático, en el cual aplican las técnicas existentes de aprendizaje automático a nuevos problemas y conjuntos de datos y recomiendan mejoras para los sistemas y los datos que ellos utilizan.

Contenidos

Tema 1. Machine Learning y sus aplicaciones
– Repaso de conceptos básicos de Python para Machine Learning.

Tema 2.Modelos de regresión avanzada
– Selección de características y regularización.

Tema 3. Modelos de clasificación avanzada
– Árboles de decisión y ensamblado de modelos.

Tema 4. Aprendizaje profundo y redes neuronales
– Arquitecturas de redes neuronales.

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.

Certificado e Insignia Digital

Al finalizar el curso el estudiante obtiene un título e Insignia digital, socializable en tiempo real basada en tecnología blockchain que permite una vista más completa tras el logro alcanzado por el estudiante al poderla vincular con evidencias del resultado del aprendizaje en su perfil profesional. Es una certificación segura.