Curso de Aprendizaje Automático Aplicado
El énfasis de este curso está en los aspectos prácticos de la preparación de datos/modelos, ejecución, análisis post hoc y visualización. El propósito es dar aplicaciones prácticas a Machine Learning a los participantes interesados en aplicar los métodos en acción. Se utilizan ejemplos específicos del sector para que la formación sea relevante para el público.
Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a científicos de datos y estadísticos de nivel intermedio que desean preparar datos, crear modelos y aplicar técnicas de aprendizaje automático de manera efectiva en sus dominios profesionales.
Al final de esta formación, los participantes serán capaces de:
- Comprender e implementar varios algoritmos Machine Learning.
- Prepare datos y modelos para aplicaciones de aprendizaje automático.
- Realice análisis post hoc y visualice los resultados de manera efectiva.
- Aplique técnicas de aprendizaje automático a escenarios del mundo real y específicos del sector.
Formato del curso
- Charla y discusión interactiva.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.
Programa del Curso
Fundamentos de Machine Learning
- Introducción a Machine Learning conceptos y flujos de trabajo
- Aprendizaje supervisado vs. aprendizaje no supervisado
- Evaluación de modelos de aprendizaje automático: métricas y técnicas
Métodos bayesianos
- Bayes ingenuo y modelos multinomiales
- Análisis de datos categóricos bayesianos
- Modelos gráficos bayesianos
Técnicas de regresión
- Regresión lineal
- Regresión logística
- Modelos lineales generalizados (GLM)
- Modelos mixtos y modelos aditivos
Reducción de dimensionalidad
- Análisis de componentes principales (PCA)
- Análisis Factorial (FA)
- Análisis de componentes independientes (ICA)
Métodos de clasificación
- K-Vecinos más cercanos (KNN)
- Máquinas de vectores de soporte (SVM) para regresión y clasificación
- Modelos de impulso y ensamble
Neural Networks
- Introducción a las redes neuronales
- Aplicaciones del aprendizaje profundo en clasificación y regresión
- Entrenamiento y ajuste de redes neuronales
Algoritmos y modelos avanzados
- Modelos Ocultos de Markov (HMM)
- Modelos de espacio de estados
- Algoritmo EM
Técnicas de agrupamiento
- Introducción al clustering y al aprendizaje no supervisado
- Algoritmos de agrupación populares: K-Means, agrupación jerárquica
- Casos de uso y aplicaciones prácticas de la agrupación en clústeres
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de estadística y análisis de datos
- Programming experiencia en R, Python u otros lenguajes de programación relevantes
Audiencia
- Científicos de datos
- Estadísticos
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de Aprendizaje Automático Aplicado - Booking
Curso de Aprendizaje Automático Aplicado - Enquiry
Aprendizaje Automático Aplicado - Consultas
Consultas
Testimonios (5)
La variación con ejercicio y mostrando.
Ida Sjoberg - Swedish National Debt Office
Curso - Econometrics: Eviews and Risk Simulator
Traducción Automática
el entrenador tenía paciencia y estaba ansioso por asegurarse de que todos comprendiéramos los temas; las clases fueron divertidas de asistir
Mamonyane Taoana - Road Safety Department
Curso - Statistical Analysis using SPSS
Traducción Automática
El día 1 y el día 2 fueron realmente sencillos para mí y disfruté muchísimo esa experiencia.
Mareca Sithole - Africa Health Research Institute
Curso - R Fundamentals
Traducción Automática
El ritmo fue justo y el ambiente relajado hizo que los candidatos se sintieran cómodos para hacer preguntas.
Rhian Hughes - Public Health Wales NHS Trust
Curso - Introduction to Data Visualization with Tidyverse and R
Traducción Automática
Michael the trainer is very knowledgeable and skillful about the subject of Big Data and R. He is very flexible and quickly customize the training meeting clients' need. He is also very capable to solve technical and subject matter problems on the go. Fantastic and professional training!.
Xiaoyuan Geng - Ottawa Research and Development Center, Science Technology Branch, Agriculture and Agri-Food Canada
Curso - Programming with Big Data in R
Traducción Automática
Próximos cursos
Cursos Relacionados
Algorithmic Trading with Python and R
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a analistas de negocios que desean automatizar el comercio con operaciones algorítmicas, Python y R.
Al final de esta formación, los participantes serán capaces de:
- Emplee algoritmos para comprar y vender valores en incrementos especializados rápidamente.
- Reduzca los costos asociados con el comercio utilizando el comercio algorítmico.
- Monitoree automáticamente los precios de las acciones y realice operaciones.
Programación con Big Data en R
21 HorasBig Data es un término que se refiere a las soluciones destinadas a almacenar y procesar grandes conjuntos de datos. Desarrolladas por Go ogle inicialmente, estas soluciones de Big Data han evolucionado e inspirado a otros proyectos similares, muchos de los cuales están disponibles como código abierto. R es un lenguaje de programación popular en la industria financiera.
Introductory R (Basic to Intermediate)
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a analistas de datos de nivel principiante que desean usar la programación R para manipular datos, realizar análisis de datos básicos y crear visualizaciones atractivas para obtener información.
Al final de esta formación, los participantes serán capaces de:
- Comprender los conceptos básicos de R Programming.
- Aplicar los procesos fundamentales de la ciencia de datos.
- Crear representaciones visuales de los datos.
Fundamentos de R
21 HorasR es un lenguaje de programación libre de código abierto para computación estadística, análisis de datos y gráficos. R es utilizado por un número creciente de gerentes y analistas de datos dentro de las corporaciones y el mundo académico. R también ha encontrado seguidores entre los estadísticos, ingenieros y científicos sin habilidades de programación de computadoras que les resulta fácil de usar. Su popularidad se debe al uso cada vez mayor de la minería de datos para varios objetivos, como establecer precios de anuncios, encontrar nuevos medicamentos más rápidamente o ajustar los modelos financieros. R tiene una amplia variedad de paquetes para minería de datos.
Cluster Analysis with R and SAS
14 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a analistas de datos que deseen programar con R en SAS para el análisis de conglomerados.
Al final de esta capacitación, los participantes serán capaces de:
- Uso del análisis de clústeres para la minería de datos
- Sintaxis maestra de R para soluciones de agrupación en clústeres.
- Implemente agrupaciones jerárquicas y no jerárquicas.
- Tome decisiones basadas en datos para ayudar a mejorar las operaciones comerciales.
Econometrics: Eviews and Risk Simulator
21 HorasEsta capacitación en vivo dirigida por un instructor en Guatemala (en línea o en el sitio) está dirigida a cualquier persona que desee aprender y dominar los fundamentos del análisis y modelado econométrico.
Al final de esta capacitación, los participantes serán capaces de:
- Aprenda y comprenda los fundamentos de la econometría.
- Utilice Eviews y simuladores de riesgo.
HR Analytics for Public Organisations
14 HorasEsta formación en vivo dirigida por un instructor (en línea o presencial) está dirigida a profesionales de RRHH que deseen utilizar métodos analíticos para mejorar el rendimiento de la organización. Este curso cubre enfoques cualitativos, cuantitativos, empíricos y estadísticos.
Formato del curso
- Charla y discusión interactiva.
- Muchos ejercicios y práctica.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.
Análisis Estadístico Mediante SPSS
21 HorasEste entrenamiento en vivo dirigido por un instructor en Guatemala (en línea o en el sitio) está orientado a profesionales de nivel principiante a intermedio que desean realizar análisis estadísticos utilizando SPSS para interpretar datos con precisión, realizar pruebas estadísticas complejas y generar información significativa.
Al final de esta capacitación, los participantes podrán:
- Navegar por la interfaz de SPSS y gestionar conjuntos de datos de manera eficiente.
- Realizar análisis estadísticos descriptivos e inferenciales.
- Realizar pruebas t, ANOVA, MANOVA, regresión y análisis de correlación.
- Aplicar pruebas no paramétricas, análisis de componentes principales y análisis factorial para la interpretación avanzada de datos.
Talent Acquisition Analytics
14 HorasEsta formación en vivo dirigida por un instructor (en línea o presencial) está dirigida a profesionales de RRHH y especialistas en contratación que deseen utilizar métodos analíticos para mejorar el rendimiento de la organización. Este curso cubre enfoques cualitativos, cuantitativos, empíricos y estadísticos.
Formato del curso
- Charla y discusión interactiva.
- Muchos ejercicios y práctica.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.
Introducción a la visualización de datos con Tidyverse y R
7 HorasEl Tidyverse es una colección de paquetes R versátiles para limpiar, procesar, modelar y visualizar datos. Algunos de los paquetes incluidos son: ggplot2, dplyr, tidyr, readr, purrr y tibble.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo manipular y visualizar datos utilizando las herramientas incluidas en Tidyverse.
Al final de esta capacitación, los participantes podrán:
- Realice análisis de datos y cree visualizaciones atractivas
- Sacar conclusiones útiles de diversos conjuntos de datos de datos de muestra
- Filtrar, clasificar y resumir datos para responder preguntas exploratorias
- Convierta los datos procesados en gráficos de líneas informativas, gráficos de barras, histogramas
- Importe y filtre datos de diversas fuentes de datos, incluidos los archivos Excel, CSV y SPSS
Audiencia
- Principiantes al lenguaje R
- Principiantes para el análisis de datos y la visualización de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica