Curso ONLINE
Curso en Aprendizaje NO Supervisado
Presentación del curso
En este Curso en Aprendizaje NO Supervisado haremos una introducción a diferentes métodos para aplicar algoritmos de aprendizaje no supervisado, verás ejemplos prácticos y casos reales, en donde haremos énfasis en técnicas de Clustering, PCA (Principal component analysis) y también cómo aplicar diversos métodos para la detección de anomalías.
Este curso forma parte del Master en Data Science y Big Data. Si quieres ampliar tu formación, consulta el programa completo.
En este Curso en Aprendizaje NO Supervisado haremos una introducción a diferentes métodos para aplicar algoritmos de aprendizaje no supervisado, verás ejemplos prácticos y casos reales, en donde haremos énfasis en técnicas de Clustering, PCA (Principal component analysis) y también cómo aplicar diversos métodos para la detección de anomalías.
Este curso forma parte del Master en Data Science y Big Data. Si quieres ampliar tu formación, consulta el programa completo.
¿Qué aprenderás en este curso?
Al finalizar el Curso en Aprendizaje NO Supervisado serás perfectamente capaz de:
- Saber desarrollar modelos de clustering, interpretar los grupos identificados.
- Poder encontrar un valor para el negocio, permitiendo obtener conclusiones valiosas.
- Sabe aplicar algoritmos de detección de anomalías, para identificar casos atípicos en una distribución de datos.
¿Para quién es este curso?
El Curso en Aprendizaje NO Supervisado proporciona formación específicamente orientada a los siguientes perfiles:
- Ingenieros que tengan por objetivo una actualización de sus conocimientos y el desarrollo de nuevas competencias dentro de la Inteligencia Artificial
- Programadores que tengan por objetivo ampliar sus conocimientos y capacidades en el mundo de la ciencia de datos para su desarrollo profesional
- Analistas de datos con experiencia que quieran dar el salto a los aspectos más profundos de la tecnología
Plan de estudios
El curso incluye:
Contenidos del curso:
- Bienvenida y presentación
Temario
- Aprendizaje No Supervisado
- ¿Qué es el ANS?
- Principales ventajas y desventajas del ANS
- Tipos de ANS: agrupamiento y asociación
- PCA: Principal Component Analysis
- ¿Qué es y para qué puede ser utilizado PCA?
- Consideraciones antes de aplicar PCA. Ventajas y desventajas
- Supuestos y limitaciones de PCA
- Interpretación de los componentes principales
- ¿Cómo determinamos el valor correcto de componentes principales?
- ¿Existen otros métodos de reducción de dimensionalidad?
- Ejemplo de aplicación y conclusiones
Temario
- Introducción
- ¿Qué es el clustering?
- ¿Qué tipo de problemas podemos resolver con Algoritmos de clustering?
- Algoritmos de Clustering más conocidos
- Introducción
- K-Means Clustering
- Mean-Shift Clustering
- Density-Based Spatial Clustering of Applications with Noise (DBSCAN)
- Expectation–Maximization (EM) Clustering using Gaussian Mixture Models (GMM)
- Agglomerative Hierarchical Clustering
- Técnicas de Afinado en Clustering
- Método de Elbow
- Método de Siluetas
- Cómo utilizar K-Means
- Cómo funciona K-Means y K-Means ++
- Cómo implementar K-Means ++
- Cierre
- Conclusiones
Temario
- Detección de Anomalías
- ¿Qué es la detección de anomalías?
- ¿Por qué debemos detectar las anomalías? Advertencias y dónde aplicar las detecciones
- Detección de Anomalías UNIVARIANTE
- Introducción a la detección de anomalías univariante
- Detección de Anomalías MULTIVARIANTE
- Introducción a la detección de anomalías multivariante
- CBLOF
- HBOS & Isolation Forest
- KNN e investigación visual
- Detección de Anomalías ALGORITMOS SUPERVISADOS
- Introducción a la detección de anomalías con algoritmos supervisados
- Conclusiones
Nuestros alumnos opinan
¿Por qué elegirnos?
Descubre lo que nos diferencia
El 95% de nuestros alumnos está trabajando o emprende cuando finaliza sus estudios
Somos la mayor comunidad de profesionales digitales del mundo
Expertos en formación online: más de 10 años liderando la innovación del elearning
El 95% de nuestros alumnos consiguen mejorar su situación al finalizar sus estudios
Curso en Aprendizaje NO Supervisado
U$S 510
Curso en Aprendizaje NO Supervisado