Descripción
Curso de Python aplicado a Machine Learning. Trabaja datos, preparación, entrenamiento, evaluación, modelos, métricas y uso de librerías en procesos analíticos.
Python aplica aprendizaje automático, modelos y datos en procesos analíticos.
Objetivos del curso
- Comprender el flujo de trabajo de Machine Learning con Python.
- Preparar datos para entrenamiento y evaluación.
- Aplicar modelos de aprendizaje automático.
- Interpretar métricas de evaluación.
- Utilizar librerías de Python en procesos de análisis.
Qué aprenderá
Al finalizar el curso, el alumno será capaz de:
- Preparar conjuntos de datos.
- Separar datos de entrenamiento y prueba.
- Entrenar modelos con Python.
- Evaluar resultados mediante métricas.
- Comparar modelos.
- Organizar notebooks y scripts de trabajo.
- Documentar resultados de Machine Learning.
A quién va dirigido
- Analistas de datos.
- Equipos de Business Intelligence.
- Perfiles de desarrollo con base en Python.
- Profesionales que trabajan con datos y modelos.
- Usuarios que necesitan aplicar Machine Learning en procesos analíticos.
Nivel de experiencia requerido
Conocimientos básicos de Python, hojas de cálculo y tratamiento de datos. Se recomienda experiencia previa con variables, listas, funciones y archivos.
Temario
Módulo 1. Introducción a Machine Learning con Python
- Conceptos de Machine Learning.
- Flujo de trabajo.
- Datos de entrada.
- Variables.
- Modelos.
Módulo 2. Entorno de trabajo
- Instalación de librerías.
- Notebooks.
- Carga de datos.
- Exploración inicial.
- Organización del proyecto.
Módulo 3. Preparación de datos
- Limpieza de datos.
- Valores nulos.
- Variables numéricas.
- Variables categóricas.
- Transformación de datos.
Módulo 4. Entrenamiento de modelos
- Datos de entrenamiento.
- Datos de prueba.
- Ajuste de modelos.
- Predicciones.
- Revisión de resultados.
Módulo 5. Modelos de aprendizaje automático
- Regresión.
- Clasificación.
- Agrupación.
- Selección de modelo.
- Comparación de resultados.
Módulo 6. Evaluación
- Métricas.
- Error.
- Precisión.
- Matriz de confusión.
- Validación.
Módulo 7. Aplicación con Python
- Scripts.
- Notebooks.
- Exportación de resultados.
- Documentación.
- Reutilización del flujo de trabajo.
Certificación o examen
No aplica.
Preguntas frecuentes
¿Hace falta saber Python?
Sí. Se recomiendan conocimientos básicos de Python.
¿El curso incluye modelos?
Sí. Incluye modelos de regresión, clasificación y agrupación.
¿Se trabaja con datos reales?
El temario contempla carga, limpieza, transformación y evaluación de datos.
¿Es un curso de IA generativa?
No. El curso se centra en Python aplicado a Machine Learning.
¿Tiene examen oficial?
No aplica.
