Temario del curso
1. Introducción al Aprendizaje Automático
- ¿Qué es el Aprendizaje Automático?
- Cómo amplía las posibilidades del análisis de datos
-
Casos empresariales habituales:
- Predicción de ventas
- Segmentación de clientes
- Previsión de abandono por parte de los clientes
2. Del Análisis de Datos al Aprendizaje Automático
- Repaso: manejo de datos con Pandas
- Paso del análisis descriptivo al predictivo
- Definición del problema a abordar mediante el Aprendizaje Automático
3. Flujo de trabajo en el Aprendizaje Automático (versión simplificada)
- Preparación del conjunto de datos
- División de los datos en conjuntos de entrenamiento y prueba
- Entrenamiento del modelo
- Generación de predicciones
4. Preparación de los datos para el Aprendizaje Automático
- Gestión de valores faltantes
- Codificación de variables categóricas
- Selección básica de características significativas
- Escalado de datos (explicación conceptual)
5. Aprendizaje supervisado (práctica práctica)
Regresión
- Regresión lineal
- Casos de uso: predicción de valores numéricos (por ejemplo, ventas o demanda)
Clasificación
- Regresión logística
- Casos de uso: predicción de resultados binarios (por ejemplo, abandono del cliente o fraude)
6. Aprendizaje no supervisado
Agrupamiento
- Algoritmo K-means para agrupamiento
- Casos de uso: segmentación de clientes
7. Evaluación del modelo (versión simplificada)
- Comparación entre rendimiento en el conjunto de entrenamiento y prueba
- Precisión (en clasificación)
- Comprensión básica del error generado por los modelos (en regresión)
8. Interpretación de resultados
- Comprensión de las salidas proporcionadas por el modelo
- Identificación de patrones y tendencias emergentes
- Conversión de los resultados en información útil para la empresa
9. Ejemplo práctico integral
- Carga del conjunto de datos a utilizar
- Preparación y depuración de los datos
- Entrenamiento del modelo
- Evaluación del rendimiento obtenido
- Extracción de conclusiones y hallazgos clave
Requerimientos
Requisitos previos
- Conocimientos básicos de Python
- Familiaridad con Pandas y el manejo de conjuntos de datos
- Comprensión de conceptos básicos del análisis de datos
Público objetivo
- Analistas de datos
- Analistas empresariales con conocimientos básicos de Python
- Profesionales que hayan completado el curso “Python para el Análisis de Datos” o alguno equivalente
- Personas sin experiencia previa en Aprendizaje Automático
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (3)
Me gustó mucho el final donde tuvimos la oportunidad de experimentar con CHAT GPT. La sala no estaba muy bien preparada para esto; en lugar de una gran mesa, varias mesas pequeñas nos habrían permitido formar grupos pequeños y generar ideas de manera más efectiva.
Nola - Laramie County Community College
Curso - Artificial Intelligence (AI) Overview
Traducción Automática
Trabajando desde principios fundamentales de manera enfocada y pasando a aplicar estudios de caso en el mismo día
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Traducción Automática
Que se estuviera aplicando datos reales de la empresa. El formador tenía un enfoque muy bueno al hacer que los participantes colaboraran y competieran.
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
Curso - Applied AI from Scratch in Python
Traducción Automática
