MACHINE LEARNING

¿Qué pretende?

Introducir los fundamentos teóricos del Machine Learning y aclarar el significado de este concepto. Presentar las ideas fundamentales de un proceso de Machine Learning y comprender cada una de sus etapas.

¿De qué trata?

1. Introducción al Machine Learning.

• Tipos de aprendizaje.

• Proceso de aprendizaje.

• Principales algoritmos de ML.

• Evaluación y métricas.

• Machine Learning con Python: principales librerías.

2. Aprendizaje supervisado.

• Regresión múltiple y procedimientos de regularización.

• Introducción a sckit-learn.

• Árboles de decisión y bosques aleatorios.

3. Aprendizaje no supervisado.

• k-medias y k-medias++.

4. Redes neuronales.

• La neurona artificial.

• Perceptrón.

• Redes neuronales.

• Aprendizaje de perceptrones.

• Redes multicapa – el camino hacia el Deep Learning.

5. Deep Learning.

• Historia y aplicaciones del Deep Learning.

• Fundamentos del Deep Learning.

• Instrumentos para una Deep Neural Network.

• Tipos de redes neuronales profundas: convolucionales, recurrentes, etc.

• Deep Learning con Python: principales librerías y casos prácticos.

¿Qué se necesita?

Los alumnos deberán tener conocimientos de programación para poder seguir el curso de forma adecuada.

¿Dónde y cuándo se realiza?

En Valladolid, sala con ordenadores de la Delegación Territorial, del 12 al 16 de junio de 2023.

¿Y los horarios?

Lunes a viernes de 09:00 a 15:00 horas.

Observaciones: