Programa del Curso

Introducción al Aprendizaje de la Máquina Aplicada

  • Aprendizaje estadístico vs. aprendizaje automático
  • Iteración y evaluación
  • Compensación entre sesgo y variación

Regresión

  • Regresión lineal
  • Generalizaciones y no linealidad

Clasificación

  • Actualización bayesiana
  • Naive Bayes
  • Regresión logística
  • K-Vecinos más cercanos
  • Ejercicios

Validación cruzada y re-muestreo

  • Enfoques de validación cruzada
  • Oreja
  • Ejercicios

Aprendizaje sin supervisión

  • K-significa agrupación
  • Ejemplos
  • Desafíos del aprendizaje sin supervisión y más allá de K-means

Precios Etiquetas:

Prima

Requerimientos

Conocimiento del lenguaje de programación R. Se recomienda la familiaridad básica con las estadísticas y el álgebra lineal.

  14 horas

Número de participantes



Precio por participante

Cursos Relacionados

Categorías Relacionadas