INTELIGENCIA ARTIFICIAL: MACHINE LEARNING, DEEP LEARNING, NLP Y VISIÓN COMPUTACIONAL, APLICADO A LA EMPRESA E INVESTIGACIÓN CIENTÍFICA
Al realizar el presente curso aprenderás bases fundamentales de ciencia de datos haciendo uso de Python y SPSS Clementine para el sector empresarial e investigación. Por lo que al finalizar el curso serás capaz de construir modelos de machine learning, deep learning, análisis de sentimientos y visión computacional, además podrás desarrollar trabajos de investigación en empresas, tesis y artículos científicos.
TEMARIO
01
FUNDAMENTOS BASICOS I
02
FUNDAMENTOS BASICOS II
d
1) Conceptos básicos de machine learning
2) Modelos supervisados y Modelos no supervisados.
3) Minería de datos, machine learning y big data
4) Herramientas para el desarrollo de modelos de machine learning
5) Metodologías para el desarrollo de modelos de machine learningKDD, SEMMA, CRISP, Método propuesto o secuencia.
6) Métricas de evaluación de modelos: Sensibilidad, especificidad, accuracy, precisión, curva roc, f1-score
7) Comandos básicos
8) Conexión a bases de datos
9) Entendiendo los datos
10) Imputación y tratamiento de outliers
11) Tratamiento de inconsistencia y datos no balanceados
12) Discretización de datos
13) Escalamiento de datos
MACHINE LEARNING
03
MODELOS SUPERVISADOS DE CLASIFICACIÓN:
04
MODELOS SUPERVISADOS DE REGRESIÓN:
14) Regresión logística
15) Árboles de Decisión
16) Random Forest
17) Naive Bayes
18) Redes Neuronales
19) Stacking
20) XGboost
21) Métricas de evaluación
22) Tuning de parámetros
23) Regresión lineal simple y múltiple
24) Árboles de Regresión
25) Random Forest
26) redes neuronales
27) Métricas de evauación
28) Tuning de parámetros
29) Rigde
DEEPLEARNING
05
FUNDAMENTOS I
30) Conceptos básicos de Deep learning
31) Estructura de Deep learnig
32) REDES NEURONALES CONVOLUCIONALES CON DATA ESTRUCTURADA
33) REDES NEURONALES CONVOLUCIONALES CON IMÁGENES
34) REDES NEURONALES RECURRENTES
35) ENTRENAMIENTO DE MODELOS
36) PREDICCIONES DE LOS MODELOS
APLICACIONES IA
ANÁLISIS DE SENTIMIENTOS
06
A)Bidirectional GRU
B)Bidirectional LSTM
C)ENTRENAMIENTO DE MODELOS
D)PREDICCIONES DE LOS MODELOS
A)YOLO 3 CON CNN
B)ENTRENAMIENTO DE MODELOS
C)PREDICCIONES DE LOS MODELOS
VISION COMPUTACIONAL
07
PLAN DE INVESTIGACIÓN
DESARROLLO DEL TRABAJO DE INVESTIGACIÓN
CIENTIFICA CON CIENCIA DE DATOS
ARTÍCULO CIENTÍFICO DE CIENCIA DE DATOS
I. INTRODUCCIÓN
II. MARCO TEÓRICO
III. METODOLOGÍA
3.1. Tipo y diseño de investigación
3.2. Variables y Operacionalización
3.3. Población, muestra y muestreo
3.4. Técnicas e instrumentos de recolección de datos:
3.5. Procedimientos
3.6. Método de análisis de datos
3.7. Aspectos éticos
IV. RESULTADOS
V. DISCUSIÓN
VI. CONCLUSIONES
VII. RECOMENDACIONES
BIBLIOGRAFIA
ANEXOS
1)Título
2)Nombre de pluma
3)Filiación
4)Introducción
5)Marco teórico
6)Antecedentes o estado del arte
7)Materiales y métodos
8)Resultados
9)Discusión
10)Conclusiones
11)Discusiones
12)Trabajos futuros y limitaciones
¿Qué te ofrecemos?
Exploración Profunda con Python
Aprende a utilizar el poder de Python, el lenguaje de programación líder en el mundo de la Ciencia de Datos. Desde manipulación de datos hasta visualización, Python será tu herramienta principal.
Aplicaciones Empresariales
Descubre cómo aplicar tus habilidades de Ciencia de Datos en el entorno empresarial. Desde análisis de mercado hasta optimización de procesos, estarás listo para enfrentar desafíos del mundo real.
Investigación Científica Avanzada
Sumérgete en el mundo de la investigación científica con enfoque en datos. Desde análisis de datos genómicos hasta modelado predictivo, este curso te preparará para marcar la diferencia en el campo de la investigación.
Experiencia Práctica
No solo aprenderás teoría, sino que también aplicarás tus conocimientos en proyectos prácticos. La experiencia práctica es clave para convertirte en un profesional de la Ciencia de Datos.
Instructor Experto
Compuesto por un experto en Ciencia de Datos con una amplia experiencia en el sector empresarial y la investigación científica. Obtén conocimientos directos de quienes están liderando el camino.
COBERTURA A NIVEL INTERNACIONAL
