INFORMÁTICA Y COMUNICACIONES
Online
Inteligencia Artificial y Data Science: Innovación y Análisis con ML
Adéntrate en el mundo de la Inteligencia Artificial y el Data Science con este curso online. Aprende a aplicar Machine Learning para la innovación y el análisis de datos en diversos sectores. Domina Python, el aprendizaje supervisado y no supervisado, y el Deep Learning. Impulsa tu carrera con habilidades demandadas en el mercado laboral actual.
Información del curso
- Duración60 horas lectivas
- UbicaciónEspaña
- EmpresaFEMXA
Requisitos y destinatarios
Requisitos
- Conocimientos básicos de estadística y análisis multivariante.
- Nociones básicas de programación.
- Manejo de herramientas digitales.
- Dirigido a trabajadores y desempleados de Galicia.
Dirigido a
Profesionales y estudiantes de todos los sectores
Qué aprenderás
- Comprender los fundamentos de la Inteligencia Artificial
- Aplicar Machine Learning en análisis de datos
- Dominar Python para la ciencia de datos
- Implementar MLOps para el despliegue de modelos
- Utilizar el aprendizaje supervisado y no supervisado
- Trabajar con algoritmos de clustering
- Crear redes neuronales con Deep Learning
- Evaluar y optimizar modelos de Machine Learning
Temario
Módulo 1: Introducción a la Inteligencia Artificial y al Machine Learning
- Conceptualización de la Inteligencia Artificial: Descubre qué es la IA y cómo está transformando el mundo.
- Fundamentos del Machine Learning: Aprende los principios básicos que impulsan el ML.
- MLOps: Integración y despliegue de modelos: Domina el arte de llevar tus modelos a producción.
- Python para Ciencia de Datos: Sumérgete en el lenguaje esencial para el análisis de datos.
Módulo 2: Aprendizaje Supervisado y No Supervisado
- Introducción al aprendizaje supervisado: Construye modelos predictivos con datos etiquetados.
- Árboles de decisión: Utiliza algoritmos de clasificación y regresión.
- Regresión: Predice valores continuos con precisión.
- Evaluación de modelos: Mide el rendimiento de tus modelos y optimízalos.
- Introducción al aprendizaje no supervisado: Descubre patrones ocultos en datos sin etiquetas.
- Clustering: Agrupa datos similares para obtener información valiosa.
Módulo 3: Deep Learning
- Introducción a las redes neuronales: Explora la arquitectura fundamental del Deep Learning.
- Tipos de arquitecturas: Conoce las diferentes estructuras de redes neuronales.
- Entrenamiento: Aprende a entrenar modelos de Deep Learning de manera efectiva.