Machine Learning: Máster Executive en Machine Learning, Big Data y Data...

Información

INTECSSA - Instituto Inertia de Sistemas y Software Avanzado

Online

Curso

El objetivo es que el alumno sea z de trabajar y dominar todo el ecosistema Big Data y Machine Learning, desde los lenguajes de programación, a las metodologías, herramientas y aplicaciones prácticas. Si eres z de dominar esos conocimientos, pasarás a ser uno de los profesionales más cotizados de hoy y mañana a nivel internacional. A quién va dirigido El Máster Executive en Machine Learning, Big Data y Data Science, está pensado para cualquier persona que desee formarse profesionalmente en las dos tecnologías más punteras y demandadas hoy en día en el ámbito empresarial y tecnológico. También está indicado para profesionales y técnicos relacionados con ambas tecnologías y personas que cumplan estos perfiles: • Profesionales o titulados en estadística, Ingenierías, física o Matemáticas. • Emprendedores en el área del Big Data e Inteligencia Artificial. • Desempleados que quieran cambiar de rumbo profesional. • Todas aquellas personas que quieran formarse en una disciplina de máxima actualidad, siempre que tengan entusiasmo, formación o experiencia en el ámbito tecnológico. Requisitos Este Máster Executive en Machine Learning, Big Data y Data Science no tiene ningún requisito académico de acceso previo, no obstante, el estudiante deberá tener en cuenta que el contenido de algunas unidades didácticas requerirá una mayor o menor dedicación al estudio, dependiendo de su formación académica previa. Es aconsejable tener conocimientos básicos de algún lenguaje y sistemas. Temario completo de este curso Big Data Architecture 1. Big Data Architecture 2. Almacenamiento de datos 3. Data Wrangling y formatos estándar 4. Bases de datos y almacenes 5. Cloud Computing Big Data Processing (Spark & Scala) 1. Scala 2. Introducción 3. Arquitectura batch 4. Spark Core 5. Spark SQL 6. Spark Streaming 7. Analytics 8. Tuning 9. Spark Machine learning Big Data Analytics & Machine Learning 1. Exploración y Visualización de Datos Data Mining 1. Preprocesamiento 2. Aprendizaje supervisado 3. Aprendizaje no supervisado 4. Reducción de la dimensionalidad Machine Learning 1. Introducción y conceptos fundamentales 2. Conceptos básicos en ML 3. Selección del modelo 4. Regularización 5. Selección de características 6. Alternativa: reducción de la dimensionalidad. 7. Métodos de agrupamiento 8. Máquinas de vectores Soporte 9. Redes neuronales 10. Sistemas de recomendación Deep Learning 11. Conceptos básicos de redes neuronales SEMINARIOS GRATUITOS PARA LOS ALUMNOS Y MASTER CLASS DE BIG DATA Y MACHINE LEARNING más

Otros cursos de esta academia

Python. Analista Programador en Desarrollo de Aplicaciones con Python, Java y...