Modelos de Lenguaje y Machine Learning (MODALIDAD EN LÍNEA)

¿Qué pretende?

Curso teórico-práctico acerca de la aplicación de aprendizaje automático a los conjuntos de datos.

¿De qué trata?

1. Introducción. Conceptos de Machine Learning

                ¿Qué es ML y dónde se engloba?

                Aprendizaje Supervisado, No Supervisado y Reforzado

                El único problema del ML

                Data Wrangling

                Ingeniería de características

                Conjuntos de datos, validación cruzada, series temporales

                Herramientas comerciales y open source listas para su uso

2. Algoritmos clásicos de ML

                Regresión lineal y logística

                K-means, KNN, Naive-Bayes, Support Vector Machine (SVM)

                Árboles de decisión, Random Forest

                Algoritmos de Boosting, reducción de dimensionalidad

                Labs sobre creación de algoritmos desde 0

3. Aplicación de los algoritmos clásicos con Python y Sklearn

                Digits e Iris, ejemplos de ML

                Fases en la resolución de un problema Machine Learning con Sklearn

                Hiperparámetros

                CheckList para ML y su aplicación, herramientas de ayuda

                Labs de aplicación de problemas y CheckList

4. Redes Neuronales

                Un poco de historia (reciente)

                Arquitectura, funcionamiento y tipos

                Optimización, introducción a Tensorflow-Keras

5. Herramientas para la aplicación de DeepLearning

                Visión por Computadora

                Procesamiento del lenguaje

                Aprendizaje reforzado

¿Qué se necesita?

Conocimientos informáticos y experiencia como desarrollador.

PC moderno con altavoces/auriculares, cámara (opcional) y navegador actualizado

¿Dónde y cuándo se realiza?

Segunda convocatoria, del 20 al 23 de octubre de 2025.

¿Y los horarios?

Lunes a jueves: de 9:00 a 14:90