Dentro de las diferentes opciones disponibles, las herramientas basadas sobre Machine Learning han tomado fuerza desde hace varios años, impulsadas principalmente por el desarrollo de la computación, lo cual ha permitido mejorar los tiempos de cómputo y generar cada vez más datos para ser analizados; al mismo tiempo que han mostrado alcanzar mejores resultados en comparación con otras opciones.

Sin embargo, la misma popularidad ha llevado a la existencia de múltiples fuentes de información tratando de facilitar la utilización de estas herramientas, omitiendo los fundamentos y las justificaciones de los diferentes modelos dentro del área de Machine Learning, dificultando en la práctica su correcta utilización, corriendo así el riesgo de malinterpretar los resultados alcanzados o simplemente generar resultados erróneos.

Conocer las principales técnicas de Machine Learning (ML) para el desarrollo de aplicaciones a nivel industrial estimulando el fortalecimiento de la comunidad de profesionales entorno a ML

  • Profesionales con especial énfasis en aquellos que realicen o deseen hacer análisis sobre diferentes cantidades de datos de diferente naturaleza, como por ejemplo economistas, estadísticos, ingenieros, administradores o profesionales de carreras afines dentro del ámbito de las tecnologías de la información y comunicación (TIC), entre otros; quienes deben tener dominio básico de lenguajes de programación, matemáticas, estadística y probabilidades
  • Público general con experiencia previa en el lenguaje de programación Python
  1. Introducción a machine learning
  2. Preprocesamiento de datos
  3. Ingeniería de atributos
  4. Modelos simples de clasificación
  5. Modelos simples de regresión
  6. Modelos ensamblados
  7. Redes neuronales
  8. Afinamiento del modelo y despliegue

Edwin Villanueva Talavera

En la industria, trabajó en instituciones públicas y privadas del Perú en los sectores de telecomunicaciones y desarrollo de software. Desde el 2017 se desempeña como docente e investigador en el Grupo de Inteligencia Artificial (IA-PUCP), donde viene liderando proyectos de investigación y desarrollo tecnológico con aplicación de técnicas de inteligencia Artificial.

Certificado:

  • Los participantes deberán aprobar la evaluación con una nota mínima de 11 (once) sobre 20 (veinte) y acreditar una asistencia al 75% de las horas de clase programadas.

Constancia de participación:

  • Se entregará una constancia de participación a quienes hayan asistido a un mínimo del 75% de las horas programadas y no alcancen la nota mínima aprobatoria.

S/ 850

Descuentos especiales:

  • Consulte por nuestros descuentos
Manuel Jiménez
626 2854 | 985 043 347

¿Deseas recibir más información?

¿Deseas recibir más información?

Tus datos han sido enviados exitosamente. Muy pronto nos comunicaremos contigo.