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 (2)
Fomentar la repetición en la construcción de indicaciones (prompts) entre quienes nunca han utilizado la IA, y animar a los usuarios experimentados a considerar métodos alternativos para su uso.
Matthew Gay - Tarsus Pharmaceuticals
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
