Monthly Subscription Starting at AED 99 + VAT

Modelos predictivos con aprendizaje automático
  • Level Foundation
  • Course by Universidad de los Andes
  • Offered by

About

Este curso te va a brindar conocimientos, tanto teóricos como prácticos, para que puedas construir modelos predictivos utilizando técnicas de aprendizaje automático (en inglés, machine learning). Estos modelos nos permiten anticipar en alguna medida eventos futuros y, en consecuencia, pueden ser utilizados para apoyar la toma de decisiones en las organizaciones y, en general, en cualquier dominio de aplicación. El curso consta de 4 módulos, cada uno de una semana, en los cuales vas a tener la oportunidad de conocer y analizar diferentes casos de estudio con el objetivo de que tengas un panorama amplio de las aplicaciones de los modelos predictivos. En el primer módulo estudiaremos algunos fundamentos del aprendizaje automático y te mostraremos ejemplos de proyectos que pueden ser realizados con estas técnicas. El segundo módulo lo dedicaremos a la tarea de regresión y cómo construir modelos de predicción numérica con algoritmos lineales. A continuación, en el tercer módulo, estudiaremos algunos conceptos importantes en el aprendizaje supervisado, como la complejidad de modelos y la capacidad de generalización. Veremos entonces algunas técnicas que te permitirán mejorar el rendimiento de tus modelos. Por último, en el cuarto módulo, estudiaremos la tarea de clasificación y cómo construir modelos predictivos con algoritmos basados en árboles de decisión. Este curso está pensado para personas de diferentes disciplinas que quieran adentrarse en el mundo del aprendizaje automático y sus aplicaciones en el análisis de información, que estén iniciando estudios universitarios o con un título profesional. El aspirante a tomar este curso puede provenir de cualquier campo del conocimiento y estar incorporado en cualquier ámbito industrial, empresarial o académico. Este curso requiere la instalación de un programa especial (Anaconda/Jupyter Notebook). Es recomendable que el equipo cuente con más de 4GB de RAM y espacio en disco duro superior a 1GB.

Modules

Introducción al curso

    • 2 Videos
    • 3 Readings
    • 1 Discussion
    • 1 Plugin
Show info about module content

1 Discussions

  • Foro: cuéntanos de ti

2 Videos

  • Introducción al curso
  • Anaconda y su instalación

3 Readings

  • Presentación del curso
  • Recomendaciones para tener éxito en el curso
  • Problemas técnicos

¿Qué es el aprendizaje automático?

    • 2 Videos
    • 1 Discussion
    • 2 Plugin
Show info about module content

1 Discussions

  • ¿Cómo se relaciona el AA (Aprendizaje Automático) con la IA?

2 Videos

  • Introducción al Módulo 1
  • ¿Cómo podemos definir el AA (Aprendizaje Automático)?

Tipos de aprendizaje y sus tareas

    • 1 Videos
    • 1 Readings
    • 1 Plugin
    • 1 Assignment
Show info about module content

1 Assignment

  • Preparándonos para continuar

1 Videos

  • Los tipos de aprendizaje y sus tareas

1 Readings

  • Determina una problemática de interés ¿Puede resolverse con AA (Aprendizaje Automático)?

Metodología para desarrollar proyectos basados en datos

    • 1 Videos
    • 1 Readings
    • 1 Plugin
Show info about module content

1 Videos

  • Caso de uso Gestión de riesgos ambientales

1 Readings

  • ¿Cuál será nuestro proyecto?

Herramientas de aprendizaje automático en Python

    • 1 Videos
    • 2 Readings
    • 1 Plugin
    • 1 Assignment
Show info about module content

1 Assignment

  • ¿Qué hemos aprendido?

1 Videos

  • Un ejemplo sobre un conjunto de datos (cargar, describir, visualizar, ...)

2 Readings

  • Modelos predictivos en el sector retail.
  • A practicar Cargar, describir y visualizar un conjunto de datos

Introducción a la regresión y sus aplicaciones

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • Introducción al Módulo 2
  • ¿Cómo resolver un problema de regresión?

1 Readings

  • ¿Cuáles son las aplicaciones de la regresión?

Regresión lineal: cómo funciona y cómo resuelve la tarea

    • 1 Videos
    • 2 Readings
    • 1 Plugin
    • 1 Assignment
Show info about module content

1 Assignment

  • Preparándonos para continuar

1 Videos

  • Regresión lineal simple

2 Readings

  • ¿Cómo interpretar el modelo de regresión lineal simple?
  • ¿Cómo interpretar el modelo de regresión lineal múltiple?

Evaluación de modelos de regresión

    • 1 Readings
    • 1 Discussion
    • 2 Plugin
Show info about module content

1 Discussions

  • ¿Cómo saber la calidad de las predicciones sobre datos nuevos?

1 Readings

  • ¿Cómo interpretar las métricas de rendimiento para regresión?

Llevando a la práctica lo aprendido

    • 1 Videos
    • 2 Readings
    • 1 Assignment
Show info about module content

1 Assignment

  • ¿Qué hemos aprendido?

1 Videos

  • ¿Y cómo implementar el proceso? La regresión lineal con scikit-learn

2 Readings

  • A practicar. Proceso de aprendizaje completo sobre un conjunto de datos
  • Manos a la obra, a aplicar lo visto en el proyecto

Regresión polinomial

    • 3 Videos
    • 2 Readings
    • 1 Plugin
Show info about module content

3 Videos

  • Introducción al Módulo 3
  • La regresión polinomial en scikit-learn: caso una sola variable
  • La regresión polinomial en scikit-learn: caso con múltiples variables

2 Readings

  • Transformación polinomial: interacciones entre variables
  • A practicar. Regresión polinomial sobre un conjunto de datos

Complejidad de modelos y generalización

    • 1 Readings
    • 1 Plugin
    • 1 Assignment
Show info about module content

1 Assignment

  • Preparándonos para continuar

1 Readings

  • Menos es más: complejidad y generalización

Regresión regularizada

    • 2 Videos
    • 2 Readings
    • 2 Plugin
Show info about module content

2 Videos

  • Regresión regularizada. Caso Ridge.
  • Regresión regularizada. Caso Lasso.

2 Readings

  • Regularización en regresión lineal.
  • Actividad A practicar. Regresión regularizada sobre un conjunto de datos

Llevando a la práctica lo aprendido

    • 1 Readings
    • 1 Assignment
Show info about module content

1 Assignment

  • ¿Qué hemos aprendido?

1 Readings

  • Manos a la obra, a aplicar lo visto en el proyecto

Introducción a la tarea de clasificación

    • 2 Videos
    • 1 Readings
Show info about module content

2 Videos

  • Introducción al Módulo 4
  • ¿Cómo resolver un problema de clasificación?

1 Readings

  • ¿Cuáles son las aplicaciones de la clasificación?

Clasificación con árboles de decisión

    • 2 Videos
    • 2 Readings
    • 1 Plugin
    • 1 Assignment
Show info about module content

1 Assignment

  • Preparándonos para continuar

2 Videos

  • Clasificación con árboles de decisión
  • Arboles de decisión en scikit learn. Construcción e interpretación.

2 Readings

  • Algo más sobre algoritmos de árboles de decisión.
  • A practicar. Modelos basados en árboles de decisión partir de un conjunto de datos

Evaluación de modelos de clasificación

    • 1 Videos
    • 1 Readings
    • 1 Plugin
Show info about module content

1 Videos

  • ¿Y cómo implementar el proceso? Árboles de decisión: ajuste de hiperparámetros y evaluación.

1 Readings

  • A practicar. Árboles de decisión a partir de un conjunto de dato: construcción, búsqueda de la complejidad y evaluación.

Llevando a la práctica lo aprendido

    • 1 Videos
    • 3 Readings
    • 1 Assignment
Show info about module content

1 Assignment

  • ¿Qué hemos aprendido?

1 Videos

  • Cierre del curso

3 Readings

  • Manos a la obra, a aplicar lo visto en el proyecto.
  • Aspectos éticos en la Inteligencia Artificial
  • Actividad: ¿Cuándo no se sigue la ética en el aprendizaje automático?

Auto Summary

"Modelos predictivos con aprendizaje automático" is an engaging course designed for individuals from various disciplines eager to delve into machine learning and predictive modeling. Offered by Coursera and instructed by experts in Data Science & AI, this foundational course spans four weeks, covering regression, supervised learning, and classification with practical case studies. Ideal for beginners and professionals alike, it requires installing Anaconda/Jupyter Notebook and recommends a system with over 4GB RAM. Enroll through the Starter subscription to enhance your decision-making skills using predictive models.

Haydemar Nuñez Castro
Instructor

Haydemar Nuñez Castro