Curso Completo De Machine Learning: Data Science en Python

Simpliv

Course

Online

£ 13 + VAT

The best Other Education courses

See all

See all

Description

  • Type

    Course

  • Methodology

    Online

  • Start date

    Different dates available

¿Te suenan las palabras Machine Learning o Data Scientist? ¿Te pica la curiosidad de para qué sirven estas técnicas o por qué empresas de todo el mundo pagan un sueldo de 120.000 hasta 200.000$ al año a un científico de datos? Pues este curso está pensado y diseñado por todo un profesional del mundo del Data Science como es Juan Gabriel Gomila, de modo que os va a compartir todo su conocimiento y ayudaros a entender la teoría tan compleja sobre las matemáticas que tiene detrás, los algoritmos y librerías de programación con Python para convertiros en todo unos expertos a pesar de que no tengáis experiencia previa. Veremos paso a paso como empezar a trabajar con conceptos y algoritmos del mundo del Machine Learning. Con cada nueva clase y sección que completes tendrás unas nuevas habilidades que te ayudarán a entender este mundo tan completo y lucrativo que puede ser esta rama del Data Science.También decirte que este curso es muy divertido, en la línea de Juan Gabriel Gomila y que aprenderás y te divertirás mientras vas aprendiendo acerca de técnicas de Machine Learning con Python. En particular, los temas que trabajaremos serán los siguientes:Parte 1 - Instalación de Python y paquetes necesarios para data science, machine learning y visualización de los datos
Parte 2 - Evolución histórica del análisis predictivo y el machine learning
Parte 3 - Pre procesado y limpieza de los datos 
Parte 4 - Manejo de datos y data wrangling, operaciones con datasets y distribuciones de probabilidad más famosas
Parte 5 - Repaso de estadística básica, intervalos de confianza, contrastes de hipótesis, correlación,...
Parte 6 - Regression lineal simple, regresión lineal múltiple y regresión polinomial, variables categóricas y tratamiento de outliers.
Parte 7 - Clasificación con regresión logística, estimación con máxima verosimititud, validación cruzada, K-fold cross validation, curvas ROC  ha con su propio trabajo y...

Facilities

Location

Start date

Online

Start date

Different dates availableEnrolment now open

About this course

Ser todo un master Jedi del Machine Learning con Python
Llevar a cabo predicciones precisas
Elaborar modelos robustos de Machine Learning
Utilizar las técnicas de Machine Learning para uso personal y para asesorar empresas
Tener una buena intuición de la mayoría de modelos de Machine Learning
Hacer análisis muy potentes y precisos
Dar valor añadido a tu propia empresa o negocio
Conocer qué modelo de Machine Learning se ajusta mejor a cada tipo de problema
Construir modelos diversos de Machine Learning y combinarlos para resolver cualquier problema que uno se plantee
Utilizar técnicas avanzadas para reducir la dimensión del problema

Cualquiera interesado en aprender Machine Learning
Estudiantes que tienen un conocimiento de matemáticas que quieran aprender acerca del Machine Learning con Python
Usuarios intermedios que conocen los fundamentos de Machine learning como los algoritmos clásicos de regresión lineal o logística pero buscan aprender más y explorar otros campos del aprendizaje estadístico
Programadores que les guste el código y que estén interesados en aprender Machine Learning para aplicar dichas técnicas a sus datasets
Estudiantes de universidad que busquen especializarse y aprender a ser Data Scientists
Analistas de datos que quieran ir más allá gracias al Machine Learning
Cualquier persona que no esté satisfecha con su propio trabajo y busque empezar a trabajar como un Data Scientist profesional
Cualquier persona que quiera dar valor añadido a su propia empresa utilizando las potentes herramientas de Machine Learning

Questions & Answers

Add your question

Our advisors and other users will be able to reply to you

Who would you like to address this question to?

Fill in your details to get a reply

We will only publish your name and question

Emagister S.L. (data controller) will process your data to carry out promotional activities (via email and/or phone), publish reviews, or manage incidents. You can learn about your rights and manage your preferences in the privacy policy.

Reviews

This centre's achievements

2021

All courses are up to date

The average rating is higher than 3.7

More than 50 reviews in the last 12 months

This centre has featured on Emagister for 6 years

Subjects

  • Windows

Course programme

Introducción 1 lecture 06:53 Introducción Introducción 1 lecture 06:53 Introducción Introducción Introducción Introducción Introducción Instalando nuestra herramienta de trabajo 6 lectures 01:05:29 Cómo instalar Python con Anaconda Navigator Cómo instalar paquetes en Python gracias a pip Instalación de pip en Windows Las librerías estándar de Machine Learning en Python Los editores para programar en Python Las 5 etapas del análisis de datos Instalando nuestra herramienta de trabajo 6 lectures 01:05:29 Cómo instalar Python con Anaconda Navigator Cómo instalar paquetes en Python gracias a pip Instalación de pip en Windows Las librerías estándar de Machine Learning en Python Los editores para programar en Python Las 5 etapas del análisis de datos Cómo instalar Python con Anaconda Navigator Cómo instalar Python con Anaconda Navigator Cómo instalar Python con Anaconda Navigator Cómo instalar Python con Anaconda Navigator Cómo instalar paquetes en Python gracias a pip Cómo instalar paquetes en Python gracias a pip Cómo instalar paquetes en Python gracias a pip Cómo instalar paquetes en Python gracias a pip Instalación de pip en Windows Instalación de pip en Windows Instalación de pip en Windows Instalación de pip en Windows Las librerías estándar de Machine Learning en Python Las librerías estándar de Machine Learning en Python Las librerías estándar de Machine Learning en Python Las librerías estándar de Machine Learning en Python Los editores para programar en Python Los editores para programar en Python Los editores para programar en Python Los editores para programar en Python Las 5 etapas del análisis de datos Las 5 etapas del análisis de datos Las 5 etapas del análisis de datos Las 5 etapas del análisis de datos Una introducción al análisis predictivo y al Machine Learning 4 lectures 01:11:56 Ser Data Scientist es la profesión más sexy del siglo XXI ¿Qué es el análisis predictivo de datos? Data Scientist = Matemáticas + Programación + Business Aplicaciones y ejemplos del mundo del Data Science Una introducción al análisis predictivo y al Machine Learning 4 lectures 01:11:56 Ser Data Scientist es la profesión más sexy del siglo XXI ¿Qué es el análisis predictivo de datos? Data Scientist = Matemáticas + Programación + Business Aplicaciones y ejemplos del mundo del Data Science Ser Data Scientist es la profesión más sexy del siglo XXI Ser Data Scientist es la profesión más sexy del siglo XXI Ser Data Scientist es la profesión más sexy del siglo XXI Ser Data Scientist es la profesión más sexy del siglo XXI ¿Qué es el análisis predictivo de datos? ¿Qué es el análisis predictivo de datos? ¿Qué es el análisis predictivo de datos? ¿Qué es el análisis predictivo de datos? Data Scientist = Matemáticas + Programación + Business Data Scientist = Matemáticas + Programación + Business Data Scientist = Matemáticas + Programación + Business Data Scientist = Matemáticas + Programación + Business Aplicaciones y ejemplos del mundo del Data Science Aplicaciones y ejemplos del mundo del Data Science Aplicaciones y ejemplos del mundo del Data Science Aplicaciones y ejemplos del mundo del Data Science Limpieza de Datos 19 lectures 03:49:51 Data Cleaning El concepto de data frame El repositorio Git del curso Leer datos procedentes de un CSV Los parámetros de la función read_csv Ejemplos de diferentes carga de datos con read_csv El método open para la carga manual de datos Cuidado con el método open Leer y escribir en un fichero con Python Leer los datos desde una URL externa La carga de datos desde una hoja de cálculo Ejercicio: descargar y procesar datos desde una URL externa Las funciones básicas de resumen, estructura, dimensiones y cabecera ¿Por qué faltan valores en los data sets? Qué hacer cuando faltan valores en el dataset Las variables dummy Visualización básica de un dataset: el scatterplot Visualización básica de un dataset: el histograma de frecuencias Visualización básica de un dataset: el boxplot Limpieza de Datos 29 lectures 05:37:53 Data Wrangling Una chuleta de pandas para Data Wrangling Fe de erratas Buscar un subconjunto de datos de un dataset Filtrados alternativos Subconjuntos de filas con ciertas condiciones Subconjuntos con loc e iloc y creación de nuevas columnas Generar números aleatorios La semilla de la generación aleatoria Funciones de distribución de probabilidades La distribución uniforme La distribución Normal El método de la simulación de Monte-Carlo para encontrar el valor de Pi Generando dummy data frames Un dummy data frame con variables categóricas Agrupación de los datos por categorías Agregación de datos Filtrado, Transformación y otras operaciones útiles Conjunto de entrenamiento y de testing Atualización: cómo dividir conjunto de entrenamiento y test Muestreo aleatorio: cómo dividir un dataset en conjunto de entreno y validación Concatenar dos datasets por filas Carga de cientos de datos distribuidos Ejercicio: el data set de los juegos olímpicos Concatenar los datos con merge Formas de cruzar tablas con joins Eliminar datos de datasets con restricciones de conjunto Ejemplos de joins con Python Ya conoces las bases del manejo de datos Operaciones de manejo de datos 29 lectures 05:37:53 Data Wrangling Una chuleta de pandas para Data Wrangling Fe de erratas Buscar un subconjunto de datos de un dataset Filtrados alternativos Subconjuntos de filas con ciertas condiciones Subconjuntos con loc e iloc y creación de nuevas columnas Generar números aleatorios La semilla de la generación aleatoria Funciones de distribución de probabilidades La distribución uniforme La distribución Normal El método de la simulación de Monte-Carlo para encontrar el valor de Pi Generando dummy data frames Un dummy data frame con variables categóricas Agrupación de los datos por categorías Agregación de datos Filtrado, Transformación y otras operaciones útiles ...

Additional information

Se necesitan conocimientos de matemáticas de bachillerato o conocimientos básicos de estadística Se recomienda saber programar un poco para enfocarse en aprender las técnicas de análisis en Python aunque no es totalmente necesario

See related categories

Curso Completo De Machine Learning: Data Science en Python

£ 13 + VAT

The best Other Education courses

See all

See all