Introducción a Machine Learning con Pandas y TensorFlow
Información
Culture Lab
Online
Curso
- Conocer los alcances de Machine Learning y qué relación tiene con Inteligencia Artificial y Deep Learning. - Dominar las herramientas específicas para trabajar con Machine Learning. - Conocer las estructuras de datos. - Gestionar diferentes sets de datos - Realizar operaciones con grandes volúmenes de datos. - Conocer qué es TensorFlow y cómo utilizarlo - Trabajar con ejemplos prácticos que ayuden a fijar los contenidos. A quién va dirigido El presente curso está principalmente orientado para analistas, programadores, y personas con experiencia previa en Python que quieran acercarse a las metodologías de Machine Learning Requisitos Para realizar este curso es necesario disponer de experiencia previa en programación Python. Temario completo de este curso Tema 1º Introducción a Machine Learning Lección 1: Introducción al Machine Learning Lección 2: Breve historia del Machine Learning Lección 3: Actualidad del Machine Learning Lección 4: Concepto de Deep Learning y modelos de Machine Learning Tema 2º Entorno de Desarrollo Lección 5: Requisitos del Software en Machine Learning (Parte 1) Lección 6: Requisitos del Software en Machine Learning (Parte 2) Lección 7: Requisitos del Hardware para Machine Learning (Parte 1) Lección 8: Requisitos del Hardware en Machine Learning (Parte 2) Lección 9: Requisitos del Hardware en Machine Learning (Parte 3) Lección 10: Análisis de la CPU (Parte 1) Lección 11: Análisis de la CPU (Parte 2) Lección 12: Análisis del almacenamiento y CPU Lección 13: Principales herramientas para Machine Learning (Parte 1) Lección 14: Principales herramientas para Machine Learning (Parte 2) Lección 15: Descripción y características de Anaconda Lección 16: Instalación de Anaconda Lección 17: Gestión de entornos con Anaconda Lección 18: Análisis de entornos: iPython y Spyder Lección 19: Análisis de la aplicación: Jypiter (Abierta) Tema 3º Estructuras de Datos Lección 20: Conceptos básicos de la estructura de datos Lección 21: Características principales de las Listas (Parte 1) Lección 22: Características principales de las Listas (Parte 2) Lección 23: Definición y uso de las Sublistas y Extend Lección 24: Modificación y eliminación de elementos en listas Lección 25: Propiedades y búsquedas en Listas Lección 26: Definición y operaciones con Matrices Lección 27: Uso y funciones del List Comprehensions Lección 28: Demostración práctica del elemento Listas (Parte 1) Lección 29: Demostración práctica del elemento Listas (Parte 2) Lección 30: Introducción a elementos de diccionarios Lección 31: Método get0 y agregación de elementos en diccionarios Lección 32: Ordenación y búsqueda en diccionarios Lección 33: Matrices con diccionarios Lección 34: Demostración práctica y conclusiones con diccionarios Ejercicios del Tema 3 Tema 4º Operaciones con Datos Lección 35: Conceptos básicos de las operaciones e introducción a NumPy Lección 36: Importación y creación de Arrays en NumPy Lección 37: Agregación y modificación de elementos en NumPy Lección 38: Funciones y operaciones con NumPy Lección 39: Filtrado Booleano de los datos y observaciones principales en NumPy Lección 40: Introducción a la biblioteca Pandas Lección 41: Objeto Series y DataFrame en Pandas Lección 42: Gestión y carga de los datos en Pandas Lección 43: Carga de datos en HTML y Análisis y funciones de los Datasets Lección 44: Análisis y ejemplos de los Datasets Ejercicios del Tema 4 Examen 1º Tema 5º Gestión de los Datos Lección 45: Introducción y funcionalidades de la carga de Datos (Abierta) Lección 46: Acceso a elementos y subconjuntos de datos Lección 47: Procesos de agregación de elementos en un Dataframe Lección 48: Principales funciones del objeto Dataframe Lección 49: Operaciones con Dataframe y filtrado Booleano Lección 50: Ejemplo práctico con el objeto Dataframe Lección 51: Visualización de los datos con Matplotlib Lección 52: Formato y colocación de etiquetas en los datos Lección 53: Principales tipos de gráficos Lección 54: Proceso de exportación de gráficos Ejercicios del Tema 5 Tema 6º TensorFlow Lección 55: Introducción e historia de TensorFlow Lección 56: Usos y aplicaciones de TensorFlow Lección 57: Usos y aplicaciones de TensorFlow (2 Parte) Lección 58: Estructura de TensorFlow: Tensores, nodos y grafos Lección 59: Estructura de TensorFlow: Sesiones e importación Lección 60: Operaciones de cálculo simple con TensorFlow Lección 61: Operaciones con grafos y neuronas Lección 62: Construcción y operaciones con neuronas AND Lección 63: Operaciones con neuronas y Regresión Lineal Lección 64: Operaciones de Regresión Lineal (Parte 1) Lección 65: Operaciones de Regresión Lineal (Parte 2) Ejercicios del Tema 6º Tema 7º Operaciones con Machine Learning Lección 66: Introducción a las operaciones Lección 67: Objetivo y selección del modelo (1 Parte) Lección 68: Selección del modelo (2 Parte) Lección 69: Uso de algoritmo y Scikit-learn Lección 70: Caso práctico con Machine Learning Lección 71: Preparación de los datos y análisis exploratorio Lección 72: Preparación de los datos y análisis estadístico Lección 73: Visualización individual de los datos Lección 74: Visualización conjunta de los datos Lección 75: Visualización conjunta de los datos (Parte 2) Lección 76: Visualización conjunta de los datos (Parte 3) Lección 77: Entrenamiento y preparación de los datos Lección 78: Entrenamiento y elección del modelo Lección 79: Entrenamiento y revisión del modelo Lección 80: Revisión del modelo y conclusiones finales Ejercicios del Tema 7 Examen 2º más
Otros cursos de esta academia
Programación Java 2017 orientado a Android
(Culture Lab)
Objetivos del curso: durante el curso conoceremos las principales funcionalidades de java desde cero en cuestiones relativas a objetos, clases, herencias componentes...
Curso de Seguridad Informática orientado a Empresas
(Culture Lab)
Parte 5/5 lección 55: usb perdido, phishing lección 56: ejemplos de phishing... conocer los diferentes tipos de atacantes y vulnerabilidades principales a empresas...
Introducción a Big Data con MongoBD y Hadoop
(Culture Lab)
Requisitos - los alumnos participantes han de disponer de conocimientos previos en programación java para realizar el curso satisfactoriamente...
Big Data con Apache Hadoop y Apache Spark
(Culture Lab)
Entenderás el conjunto de tecnologías que dan soporte a big data y el posicionamiento de cada una... lección 29º formatos de comprensión de los datos lección 30º...
Curso de Diseño Digital y modelado para Impresoras 3D
(Culture Lab)
Obtendrás una visión objetiva de las posibilidades de la impresión 3d en la actualidad - aprenderás las técnicas de prototipado e impresión 3d básicas - conocerás...
Curso de Big Data con AWS
(Culture Lab)
A quién va dirigido el curso está dirigido a todo tipo de perfiles que puedan verse involucrados en el diseño/mantenimiento de sistemas big data en la nube de amazon...
Curso de Big Data bonificable. solo empresas
(Culture Lab)
Procesamiento de eventos en tiempo real con apache storm... apache hive: sql sobre hadoop... otras tecnologías de sql sobre hadoop: cloudera impala, apache drill...