Curso libreInteligencia artificial y datos
Primeros pasos en aprendizaje automático
El curso Primeros pasos en aprendizaje automático proporciona al estudiante la comprensión de cómo aprenden las máquinas a partir de datos y el entrenamiento de sus primeros modelos de regresión y clasificación en Python para problemas sencillos.
A quién va dirigido
Personas con lógica de programación básica o Python inicial que se acercan por primera vez al aprendizaje automático.
Objetivos
✓Comprender los conceptos de datos, variables, etiquetas y tipos de aprendizaje automático.
✓Analizar el flujo de un proyecto de aprendizaje automático y las métricas de desempeño.
✓Aplicar modelos de regresión y de clasificación en Python con división de entrenamiento y prueba.
✓Diseñar un experimento con validación cruzada y control del sobreajuste.
✓Evaluar e interpretar los resultados de un modelo frente a un modelo base de referencia.
Plan de estudios por sesión
1
Datos, variables y etiquetasTipos de aprendizaje · Flujo de un proyecto de aprendizaje automático; Entorno Google Colab
2
Regresión lineal y error cuadrático medioRegresión logística y árboles de decisión · División entrenamiento y prueba; Exactitud, precisión y exhaustividad
3
Buenas prácticasSobreajuste y validación cruzada · Calidad de datos y sesgo
4
Ejercicio finalPredicción con un conjunto de datos público · Informe de resultados
Evaluación
Inicial30%Ejercicio con datos y etiquetas, tipos de aprendizaje y el entorno Google Colab.
Intermedio30%Taller de un modelo de regresión o clasificación con métricas de exactitud, precisión y exhaustividad.
Final40%Cuaderno con un modelo sobre un conjunto de datos público, su interpretación y comparación con un modelo base.
Proyecto final
Cuaderno en Python con un modelo de clasificación o regresión sobre un conjunto de datos público y su interpretación.