Machine Learning y Data Science con Python
Información
Udemy
Online
Curso
Definir un problema desde la perspectiva de machine learning (regresión, clasificación, etc), Decidir qué algoritmos se pueden aplicar a dicho problema en particular Realizar Análisis de Datos de forma profesional Procesar los datos para permitir su uso en Machine Learning Aplicar distintos métodos de Visualización de datos Aplicar los distintos algoritmos y evaluarlos. Desplegar los modelos en un sistema en producción Hacer Web Scraping (escrapeo de datos) Trabajar con datasets de Big Data Implementar modelos de Deep Learning A quién va dirigido Estudiante de Ingeniería o Informática que quiere trabajar como Data Scientist Persona con experiencia profesional en un perfil técnico que siente curiosidad intelectual sobre el Machine Learning Persona de perfil técnico interesado en enfocar su carrera en Data Science Persona de perfil técnico que quiere implementar una estrategia centrada en datos en su empresa Requisitos Conocimiento básico de Matemáticas Saber utilizar un PC a nivel básico Temario completo de este curso Contenido del curso Introducción Nota Importante Acerca de mi Nota: Instalación de Anaconda desde Windows Instalación de Anaconda (Windows) Entornos, Paquetes y Canales (Anaconda Navigator) NOTA: Entornos, Paquetes y Canales (Anaconda Navigator) Cambiar el directorio de trabajo en Anaconda (WINDOWS) NOTA: Cambiar el directorio de trabajo en Anaconda (WINDOWS) Cómo abrir la terminal de Anaconda (Windows) NOTA: Instalación de Anaconda desde la terminal Instalación de Anaconda (Terminal) Guía de instalación de Linux en Windows Nota - Cómo descargarse el código del curso Presentación - Introducción a Python Nota: Introducción a Python Introducción a Python Introducción a Spyder Celdas en Spyder Tipos de Variables Estructuras de datos básicas Nota Aclaratoria. Estructuras de Datos básicas Estructuras de Datos Básicas - ejercicios Estructuras de Datos Básicas - Soluciones Flujos de Control Flujos de Control - Ejercicios Flujos de Control - Solución Funciones Funciones - Ejercicios Funciones - Soluciones Clases Clases - Ejercicios Clases - Soluciones Estructuras de Datos Avanzadas Estructuras de Datos Avanzadas - Ejercicios Estructuras de Datos Avanzadas - Soluciones Argumentos básicos en scripts Argumentos Avanzados en Scripts Input-Output Input-Output - Ejercicios Input-Output - Soluciones Ejercicio - 3 en raya Ejercicio - 3 en raya - Solución Ejercicio - Nombres de bebés Ejercicio - Nombres de bebés - Solución ¿Qué es Data Science? El Proceso de Data Science Definición de Objetivos Obtención de Datos ¿Quién ha prestado atención? Tipos de datos: Variables Tipos de datos: Estructura Nota: Activar entorno desde terminal Introducción al entorno de trabajo: Intro a Jupyter notebooks Como instalar paquetes desde jupyter (Terminal) Intro a Numpy Intro a Numpy - Ejercicio Intro a Numpy - Ejercicio - Solucion Intro a Pandas Intro a Pandas - Ejercicio1 Intro a Pandas - Ejercicio1 - Solucion Intro a Pandas - Ejercicio2 Intro a Pandas - Ejercicio2 - Solución Presentación Análisis de Datos Introducción al Análisis de datos Estadísticos Descriptivos Introducción a la Visualización de Datos Visualización de datos con Python Visualización Avanzada - Parte 1 Visualización Avanzada - Parte 2 Ejercicio de Visualización Ejercicio de visualización Ejercicio de Visualización - Respuesta Ejemplo de Analísis de datos 1 - Ingesta de datos Ejemplo de Analísis de datos 2 -Diagnóstico de Calidad de los datos (QA) Ejemplo de Analísis de datos 3 - Agrupación de Variables Ejemplo de Analísis de datos 4 - Distribución de Variables Ejemplo de Analísis de datos 5 - Comparaciones Ejemplo de Analísis de datos 6 - Herramientas Adicionales Procesado de datos Preguntas - Análisis de datos Presentación Machine Learning ¿Que es Machine Learning? Intro a aprendizaje supervisado Regresión lineal -teoria Regresion lineal - practica Intro a Scikit-Learn Regresion lineal en Scikit-learn Regresión Lineal - Ejercicio Regresión Lineal - Ejercicio - Solucion Evaluación de Modelos en Regresión Separación datos de entrenamiento y test y validación cruzada Regularizacion - Teoría Regularizacion - Práctica Regularización - Ejercicio Regularización - Ejercicio - Solución Intro a Clasificación Regresión logística - teoría Regresión Logística - práctica Evaluación de modelos de clasificación Parte 1 Evaluación de modelos de clasificación Parte 2 Evaluación de modelos de clasificación Parte 3 Procesado de Variables en scikit-learn Parte 1 Procesado de Variables en scikit-learn Parte 2 Pipelines en Scikit-learn Pipelines en scikit-learn - Ejercicio Pipelines en scikit-learn - Ejercicio - Solución Clasificación Multiclase y multicategoría (Multiclass & Multilabel) Test - Machine Learning I Estadística Bayesiana - teoría Clasificador Bayesiano Naive (Naive Bayes Classifier) Naive Bayes Classifier - práctica K vecinos más próximos (KNN) - Teoría K vecinos más próximos (KNN) - Práctica KNN - Ejercicio KNN - Ejercicio - Solución Arboles de decisión - teoría Árboles de decisión - práctica Árboles de Decisión - Ejercicio Árboles de Decisión - Ejercicio - Solución Ensamblado de modelos - teoría Ensamblado de modelos - Práctica Curvas de aprendizaje y validación Máquinas de Vector Soporte (SVM) - teoría Máquinas de Vector Soporte (SVM) - Práctica Selección de Variables Selección de Variables - Ejercicio Selección de Variables - Ejercicio - Solución Optimización de Hiperparámetros Test Machine Learning II Intro a aprendizaje no supervisado Intro a Clustering Kmedias- Teoría Kmedias- Práctica KMedias - Ejercicio KMedias - Ejercicio _ Solución Medidas de Similaridad Medidas de evaluación de clustering - Teoría Medidas de evaluación de clustering - Práctica DBScan - Teoría DBScan - Práctica Ejercicio - Detección de Anomalías con clustering Ejercicio - Detección de Anomalías con clustering - Solución Intro a Reducción de Dimensionalidad Análisis de Componentes Principales (PCA) - Teoría Análisis de Componentes Principales (PCA) - Práctica Ejercicio - Clasificación de imágenes con PCA Ejercicio - Clasificación de imágenes con PCA - Selección Descomposición en Valores Singulares (SVD) - Teoría Descomposición en Valores Singulares (SVD) - Práctica Ejercicio - Sistema de Recomendación con SVD Ejercicio - Sistema de Recomendación con SVD - Solución Cómo exportar modelos predictivos Test Machine Learning III Presentacion Deep Learning Nota: Deep Learning. Paquetes a instalar. Intro a Deep Learning Perceptrón Multi Descenso de Gradiente - Teoría Descenso de Gradiente - Práctica Propagación hacia Adelante - Teoría Propagación hacia Adelante - Práctica Propagación hacia atrás - Teoría Propagación hacia Atrás - Práctica Intro a Keras Regularizacion en Deep Learning - teoría Regularización en Deep Learning - Práctica CNNs - Teoría CNNs - Práctica RNNs - Teoría RNN - Práctica Test - Deep Learning Presentación Web Scraping Nota: Web Scraping. Paquetes a instalar Introducción a la Web Introducción a Web Scraping HTTP con requests Scraping Sencillo Introducción a Scrapy Scraping Avanzado Scraping de Javascript Intro a Big Data Procesado incremental Pandas incremental Aprendizaje Online en Scikit-learn Introducción a Dask Machine Learning con Dask Introducción a Spark Machine Learning con Spark más
Otros cursos de esta academia
Cisco CCNA Fundamentos de Networking para Redes IP
(Udemy)
Entender el funcionamiento de la cli y los diferentes modos de usuario de un equipo cisco así como las diferentes memorias... configurar rutas estáticas y rutas...
Mainframe IBM en tu PC
(Udemy)
Sabrás cuáles son las principales industrias en donde se utilizan los mainframes instalarás un entorno de tipo mainframe ibm en tu pc instalarás un emulador de terminales...
Implementación de Servidores LAMP con Centos Linux
(Udemy)
Al finalizar el curso deberas ser capaz de instalar, configurar y publicar aplicaciones web que requieran la implementación de un servidor lamp a quién va dirigido...
Ansiedad por separación en perros - La guía definitiva
(Udemy)
Tratamiento farmacológico... ¿qué necesitamos para realizar un diagnóstico adecuado?... ) que quieran aprender y profundizar sobre un problema sobre el que es muy...
Cuentos En Francés Vol. I & II. (2 cursos en 1)
(Udemy)
Curso 2: estudiantes con nivel intermedio-avanzado que quieran mejorar su pronunciación y su vocabulario en francés... curso 2: de preferencia tener un nivel intermedio...
POWER BI |Curso KPI y Business Intelligence para Call Center
(Udemy)
Aprenderán a usar el power bi para obtener información valiosa para la toma de decisiciones en la empresa... a quién va dirigido estudiantes que desean agregar habilidades...
Microservicios con Spring Boot y Spring Cloud Netflix Eureka
(Udemy)
Construye, implementa y escala microservicios con spring boot 2 y spring cloud aprende a crear y consumir servicios web restful con spring boot conecta y consume...
Aprende Dibujo Artístico fácilmente. Arte y creatividad.
(Udemy)
Podrás dibujar todo aquello que ves adquirirás soltura y seguridad en el trazo percibirás los objetos en 2d podrás encajar la forma correctamente disfrutar dibujando...
RestFul Api con Python usando Django Rest FrameWork
(Udemy)
Py guardando el owner fuente guardando el owner probando acceso a api de productos resumen introducción documentando con swagger documentando con coreapi extra y...
ReactJS Avanzado - FullStack React GraphQL y Apollo
(Udemy)
Crear aplicaciones completas con react, apollo y graphql conocer más sobre mongodb y mongoose para integrarlo a sus aplicaciones react crear aplicaciones fullstack...