Proyectos de Ciencia de Datos con Inteligencia Artificial y Machine Learning

Contenido Formativo

1. Diseñar modelos basados en aprendizaje automático (machine learning) para aplicarlos sobre el conjunto de datos con el objeto de abordar los problemas planteados.
2. Entender los modelos de algoritmos y los conceptos clave del aprendizaje automático (machine learning), con el fin de aplicarlos sobre un conjunto de datos.
3. Conocer las técnicas y herramientas para la visualización de los datos, representándolos gráficamente, con la finalidad de corroborar las correlaciones encontradas.

Objetivos

1. ETL y preparación de datos
1.1. Pasos para crear un proyecto de big data
1.2. Perfiles necesarios para un proyecto de big data
1.3. Arquitecturas big data
1.4. Aproximación a la modelización
1.5. Modelos

2. Modelos supervisados y no supervisados
2.1. introducción
2.2. Modelos supervisados
2.3. Modelos no supervisados

3. Deep learning
3.1. ¿Qué es?
3.2. Entrenamiento
3.3. Aplicaciones

4. Análisis avanzado de datos
4.1. introducción
4.2. Conocimientos de big data y de los principios de arquitecturas de computación
4.3. Detección de anomalías y patrones
4.4. Estudio de caso de big data

5. Visualización de datos
5.1. introducción
5.2. Principios de visualización
5.3. Bussines intelligence
5.4. Herramientas de visualización de datos

Duración

60 horas