Machine Learning con Python. Aprendizaje Automático Avanzado

Aprendizaje Automático Scikit-Learn en Python. Modelos Predictivos. Data Science. De básico a Experto.

4.69 (99 reviews)
Udemy
platform
Español
language
Data Science
category
instructor
1,045
students
32 hours
content
Aug 2022
last update
$19.99
regular price

What you will learn

El curso más vendido de Machine Learning con Python en Udemy

Aplicar técnicas de análisis y visualización de datos en un conjunto de datos complejo para problemas de machine learning.

Aplicar técnicas de tratamiento de datos en un conjunto de datos para mejorar la robustez y métrica de salida de los diferentes algoritmos de machine learning.

Comprender los diferentes mecanismos y técnicas para aplicar analítica predictiva en problemas de machine learning e interpretar la salida dada por los modelos.

Comprender y analizar la fase del análisis de datos previos al modelado algorítmico en machine learning.

Realizar modelos algorítmicos robustos con una optimización de sus hiperparámetros para la fase de predicción

Desarrollar y analizar proyectos de machine learning como regresión, clasificación y multiclase.

Utilizar librerías específicas de Python como scikit-learn para trabajos de Machine Learning

Desarrollar y analizar proyectos de machine learning, Aprendizaje Supervisado, como regresión, clasificación y multiclase.

Desarrollar y analizar proyectos de machine learning de Aprendizaje No Supervisado

Al acceder a este curso formarás parte de una comunidad educativa especializada en la materia, que te dará soporte, recursos y asesoramiento de por vida.

Description

Machine Learning con Python. Aprendizaje Automático Avanzado

Aprendizaje Automático Scikit-Learn en Python. Modelos Predictivos. Data Science. De básico a Experto.

Instructores: PhD. Manuel Castillo y Arquitecto Álvaro García.

Contenido Actualizado: Agosto 2022

Calificación: ⭐⭐⭐⭐⭐


Descripción del Curso:

El curso de “Machine Learning con Python” se centra en un subcampo específico de aprendizaje automático llamado modelado predictivo y clustering. Este es el campo del aprendizaje automático que es el más útil en la industria y el cual se utilizar la librería de aprendizaje automático scikit-learn en Python por su gran rendimiento y facilidad en su uso.

A diferencia de las estadísticas, donde los modelos se usan para comprender los datos, el modelado predictivo se enfoca en el desarrollo de modelos que hacen las predicciones más precisas a expensas de explicar por qué se hacen las predicciones.

A diferencia del campo más amplio del aprendizaje automático que podría utilizarse con datos en cualquier formato, el modelado predictivo y clustering se centra principalmente en datos tabulares, llamados técnicamente Tidy Data (por ejemplo, tablas de números como en una hoja de cálculo).

El curso  está dirigido a personas que tengan pocos conocimientos de machine learning, conocimientos intermedios del lenguaje de programación y que quieran adentrarse a este apasionante mundo de dentro del campo de modelado predictivo y clustering.

Además, el curso está diseñado para que cualquier estudiante universitario, investigador o tecnólogo que se encuentre realizando o necesite realizar diferentes experimentos a través de grandes conjuntos de datos para poder sintetizarlos en alguna salida predictiva puedan utilizar los muy diferentes recursos de machine learning que nos pone a nuestra disposición el lenguaje de programación.


Contenidos del Curso:

MÓDULO I. Introducción.

  • Conceptos básicos de machine learning.

  • Jupyter Notebook como nuestro entorno de machine learning.

  • Curso rápido de Python.

MÓDULO II. Análisis de datos

  • Cargar un conjunto de datos.

  • Estadística descriptiva.

  • Visualización de datos.

  • Taller: Trabajo de aplicación de diferentes técnicas analíticas de datos en un conjunto de datos seleccionado por el usuario e interpretar la salida obtenida.

  • Examen tipo test sobre los contenidos del módulo.

MODULO III. Preprocesamiento de datos

  • Análisis exploratorio de datos.

  • Preprocesamiento de datos.

  • Métodos de remuestreo para estimar la precisión del modelo.

  • Taller: Trabajo de aplicación de diferentes técnicas de análisis y procesamiento de datos de datos en un conjunto de datos seleccionado por el usuario e interpretar la salida obtenida.

  • Examen tipo test sobre los contenidos del módulo.

MÓDULO IV. Fase de tratamiento de datos

  • Evaluación de las métricas.

  • Feature Selection.

  • Feature Importance.

  • Reducción de dimensiones en un dataset.

  • Taller: Aplicación de diferentes técnicas de tratamiento de datos en un conjunto de datos y verificación de su impacto en las métricas algorítmicas.

  • Examen tipo test sobre los contenidos del módulo.

MÓDULO V. Fase de modelado

  • Algoritmos de Machine Learning.

  • Rendimiento de los algoritmos.

  • Algoritmos Ensamblados

  • Algoritmo "Super Lerner"

  • Taller: Aplicación de diferentes algoritmos de machine learning en un conjunto de datos e interpretar la salida obtenida, así mismo, verificar el algoritmo que tenga mejor comportamiento.

  • Examen tipo test sobre los contenidos del módulo.

MÓDULO VI. Fase de optimización y forecasting

  • Pipelines.

  • Procesamiento de datos avanzado.

  • Configuración de hiperparámetros.

  • Guardado e integración del modelo.

  • Taller: Una vez seleccionados los algoritmos candidatos a modelo realizar una optimización de estos a través de la configuración de sus hiperparámetros.

  • Examen tipo test sobre los contenidos del módulo.

MÓDULO VII. Proyectos de machine learning

  • Trabajar un proyecto de clasificación multiclase

  • Trabajar un proyecto de regresión.

  • Trabajar un proyecto de clasificación binaria.

  • Proyecto: Realizar un proyecto completo analizando todas las fases estudiadas en los diferentes módulos.

MÓDULO VIII. Aprendizaje No Supervisado

  • Aprendizaje No supervisado.

  • Algoritmos de Aprendizaje No Supervisado.

  • Determinar el número óptimo de clústers.

  • Proyecto de Aprendizaje No Supervisado.

Características del Curso:

Recuerda que esta formación incluye lecciones en vídeo fullHD con audio de estudio (compatible con TV, PC, Mac, tablet y smartphone), artículos didácticos, actividades, proyectos paso a paso, recursos descargables, links de interés, acceso de por vida, certificado de finalización, tutorización online, y una exclusiva comunidad de aprendizaje privada que nos ayudamos aportando nuestras experiencias en el foro de comunicación del curso.

Con esta formación disfrutarás aprendiendo desde dónde quieras, sin tener que desplazarte, sin horarios, con quién quieras, según tus necesidades y disponibilidad. Aprenderás con un instructor avalado por miles da alumnos satisfechos en todo el mundo (comentarios certificados). Conocerás las técnicas, métodos, trucos y flujos de trabajo de este sector creativo. El docente te transmitirá su sabiduría y conocimientos con pasión a la vez que las explicaciones concisas, claras, sencillas y con un enfoque profesional en cada clase. Podrás conseguir un  certificado homologado personalizado y firmado por tu instructor en cada formación. De está forma podrás compartir tu título en tu portafolio, currículo, en redes sociales...

Con la alta definición de los vídeos (vídeo fullHD y audio de estudio) conseguirá no te perder detalle. Podrás ver las clases las veces que requieras para recordar y perfeccionar tus habilidades como diseñador. Tendrás la posibilidad de preguntar, pedir opinión y ayuda al instructor, además de compartir tu experiencia de aprendizaje con los demás alumnos del curso, tan apasionados como tú, repartidos por todo el mundo. Seleccionamos cuidadosamente los contenidos y producimos cada curso para garantizar una experiencia de aprendizaje online integral y de la máxima calidad.


¿A qué esperas?, este curso es ideal para ti, atrévete a convertirte en un experto. Adelante, nos vemos dentro de la formación ;)

Screenshots

Machine Learning con Python. Aprendizaje Automático Avanzado - Screenshot_01Machine Learning con Python. Aprendizaje Automático Avanzado - Screenshot_02Machine Learning con Python. Aprendizaje Automático Avanzado - Screenshot_03Machine Learning con Python. Aprendizaje Automático Avanzado - Screenshot_04

Content

Introducción al Curso de Machine Learning con Python.

Introducción: Descripción de los contenidos.
Introducción al Curso de Machine learning con Python.
Uso de la Plataforma Udemy. Consejos para sacar el máximo partido a la web.
Estructura del Curso que vas a Comenzar.
¡Preséntate!

Introducción al Machine Learning con Python.

Sesión de Videoconferencia #1
Descripción del curso
Herramientas de trabajo
Extra - Tutorial Jupyter
Python para Modelado predictivo
Python - Asignaciones.
Python - Control de flujo.
Python - Estructuras de datos.
Python - Curso de NumPy.
Python - Curso de matplotlib.
Python - Curso de Pandas.
Para saber más

Análisis de Datos

Análisis de datos
Tidy Data
Cargar un conjunto de datos
Entender nuestros datos.
Head(), shape y dtypes
Describe() y groupby(’class’).size()
Corr() y skew()
Histogramas
Densidad y Boxplot.
Matriz de correlación y dispersión.
Dispersión y Boxplot por clase.
Para saber más.

Preprocesamiento de datos

Preprocesamiento de datos
Análisis Exploratorio de Datos.
Información básica
Cargar un segundo dataset.
Detección y análisis de outliers
Preprocesamiento de datos.
Escalamiento y estandarización.
Normalización y Binarización.
BoxCox y YeoJohnson.
Métodos de remuestreo.
Validación cruzada.
División por porcentaje.
Para saber más.

Fase de tratamiento de datos.

Fase de tratamiento de datos
Evaluación de algoritmos
Accuracy y Kappa
ROC y Matriz de confusión
Reporte de clasificación
MAE
MSE y R2
Feature selection
Correlación entre características
Backward y Univariable
RFE
Decision y Extra Trees
Random Forest
LASSO
PCA
Para saber más.

Fase de modelado

Fase de Modelado.
Algoritmos de machine learning
Algoritmos lineales - Regresión
Algoritmos lineales - Clasificación
Algoritmos No lineales - Clasificación
Algoritmos No lineales - Regresión
Comparación - Simple
Comparación - Visualización
Algoritmos de conjunto
Bagging
Boosting
Voting
Para saber más.

Fase de optimización y forecasting

Fase de optimización y forecasting
Pipeline
FeatureUnion
SimpleImputer
SimpleImputer con Pipeline
Escalamiento del target
Escalamiento del target con YeoJohnson
One-Hot Encoding
Grid Search
Random Search
Pickle
Joblib
Para saber más.

Proyectos de Machine Learning

Proyectos de Machine Learning
Clasificación Multiclase
Clasificación Binaria
Regresión
Para Saber Más.

Aprendizaje No supervisado

Aprendizaje No Supervisado
ULAs_Practica
ULAs_Teoria
Para saber más

Consultas de los Alumnos.

Bibliografía
Resolución de las principales consultas de los alumnos del curso.
Tiempo para practicar.
Clase Extra.

Solicitud del Certificado de Finalización del Curso.

Certificado de Finalización del Curso.

Reviews

Felix
June 20, 2022
Este curso es sencillamente fenomenal, demasiado completo, antes de tomar este curso había estudiado Machine Learning en otras plataformas y no pensé que pudiera aprender mucho pero lo compré por simple curiosidad, sin embargo, después de llevarlo vi que me faltaban muchos conceptos que ahora ya los he podido aprender, el precio es regalado, el curso mínimo vale 5 o 6 veces mas, es una verdadera ganga, para los amantes del data science y el machine learning como yo, este curso los hará sentir de maravilla al aprender tantas nuevas cosas super útiles , el profesor explica de forma muy clara y siempre responde a las preguntas que le hacemos, sencillamente una genialidad de curso
Tony
December 22, 2021
Explican bien pero en los videos d elos cursos muestran cosas que al final uno no puede acceder. Como el aula virtual que enseñan pero que no he encontrado ningun acceso a ella. En uno de los videos muestran un documento introductorio pero no lo encuentro
Oscar
September 8, 2021
Ha sido una buena elección, aunque algunos códigos de las librerías seaborn y sklearn han cambiado, desde que fueron creados los videos.
Sergio
June 21, 2021
Hasta el momento sí ha sido buena la experiencia. En la mayoría de las ocasiones es claro en sus explicaciones. Considero que es un buen curso :)
Zakaria
May 17, 2021
Puede que tenga el doctorado en sciencia de datos, que lo dudo, pero explica pensando y eso hace que el alumno no siga muy bien y se pierda. añadiendo que el volumen sube y baja constantemente, y eso no es debido a internet. En fin, un curso muy mal preparado. Pongo un 2,5 siendo generoso.
Jordi
April 7, 2021
Me encantó el curso, aprendi muchas cosas. Esta muy bien estructurado, desde un nivel basico hasta un nivel avanzado de Machine Learning.
Camilo
January 18, 2021
Excelente curso, muy bien estructurado y dinámico. El profesor hace amenas las clases y explica muy claramente cada uno de los tópicos.
David
April 9, 2020
La verdad que este curso fue mi mejor compañero durante la cuarentena en casa, aprendí bastante y destaco tres puntos: 1) El manejo pedagógico de Manuel para adecuar el orden de los puntos tratados, esto es importante para un estudiante. 2) El utilizar el tiempo óptimo para el curso de python, lo esencial, concentrando mas tiempo en los algoritmos. 3) La calidad de los recursos, los que estamos sumergiéndonos en ciencia de datos, sabemos el valor de tener plantillas que ahorran tiempo y esfuerzo. Supero de largo mis expectativas, ojalá se animen a un segundo curso para Deep Learning.

Charts

Price

Machine Learning con Python. Aprendizaje Automático Avanzado - Price chart

Rating

Machine Learning con Python. Aprendizaje Automático Avanzado - Ratings chart

Enrollment distribution

Machine Learning con Python. Aprendizaje Automático Avanzado - Distribution chart
2783902
udemy ID
1/28/2020
course created date
2/8/2020
course indexed date
Bot
course submited by