Objetivo general de la especialidad formativa

Identifica los conceptos necesarios para la realización de procesos de Machine Learning.

Consulta el PDF del curso aquí

Contenidos formativos

Al final de este curso los estudiantes aprenderán:

  • 1. INTRODUCCIÓN AL MACHINE LEARNING.
  • 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING.
  • 3. SISTEMAS DE RECOMENDACIÓN.
  • 4. CLASIFICACIÓN.
  • 5. REDES NEURONALES Y DEEP LEARNING.
  • 6. SISTEMAS DE ELECCIÓN.
  • 7. PROCESAMIENTO DE LENGUAJE NATURAL.

Prerrequisitos

Para aprovechar al máximo este curso, los participantes deben tener:
• Conocimiento básicos de matemáticas básicas y programación y familiaridad con el uso de recursos digitales.

A quién va dirigida

• Profesionales de software.
• Analistas de datos.
• Profesionales del ámbito técnico.

Requisitos

• Estar registrado como trabajador en la Seguridad Social, ya sea por cuenta propia o ajena, o como solicitante de empleo en el Servicio Público de Empleo Estatal (SEPE).
• Para cada curso al que el alumno quiera asistir debe entregar la documentación que la empresa le requiera.
• Atender al menos a un 75% de las horas de duración del curso.

  • Alumnos

30 alumnos

  • Duración

6 horas

  • Modalidad

Aula virtual con instructor

También podría interesarte...

  • Código IFCT166PO

    Aplica los algoritmos utilizados en Big Data, aprende el lenguaje R para su uso en Big Data, realiza un desarrollo con R y Hadoop, así como Data Mining con Weka.

    PDF del curso aquí

    Máx. 30 alumnos

    |

    80 horas

    Modalidad / Aula virtual con instructor

  • Código IFCT165PO

    Conoce las tecnologías disponibles para realizar estrategias de Big Data para Ingenierías, realiza un desarrollo con Spark y Hadoop y analiza datos con Pig Hive e Impala.

    PDF del curso aquí

    Máx. 30 alumnos

    |

    80 horas

    Modalidad / Aula virtual con instructor

  • Código IFCD012PO

    Descubre las bases de datos de soporte a la decisión y toda la problemática asociada tanto a su construcción y desarrollo como a la extracción de conocimiento de las mismas y enfréntate a un proyecto de data mining con los conocimientos suficientes pudiendo abordar cualquiera de sus fases de desarrollo finalidad la descripción precisa del proceso de KDD. PDF del curso aquí

    Máx. 30 alumnos

    |

    80 horas

    Modalidad / Aula virtual con instructor