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)
Ataque a paquete ms office... parte 3/2 lección 71: sistemas de detección de intrusos ids lección 72: funcionamiento de un ids... en general, todos aquellas personas...
Introducción a Big Data con MongoBD y Hadoop
(Culture Lab)
Saber qué proyectos pertenecientes al ecosistema hadoop utilizar para alcanzar la mejor solución para un problema dado... ser capaz de diseñar el modelo de datos...
Big Data con Apache Hadoop y Apache Spark
(Culture Lab)
Lección 29º formatos de comprensión de los datos lección 30º importación de los datos con apache sqoop lección 31º herramientas para el uso de apache sqoop lección...
Curso de Diseño Digital y modelado para Impresoras 3D
(Culture Lab)
Requisitos no es necesario disponer de ningún conocimiento previo en programación, ni en programas de diseño para realizar este curso...
Curso de Big Data con AWS
(Culture Lab)
Aunque es preferible tener algo de experiencia en el ecosistema aws, se dedicarán algunas lecciones iniciales para realizar una introducción práctica a la consola...
Curso de Big Data bonificable. solo empresas
(Culture Lab)
Aprenderás apache spark en detalle y serás capaz de desarrollar programas de análisis de datos con esta tecnología... temario completo de este curso 1...