IA, Python y R + bonificación de ChatGPT [2023] Descarga gratuita de Udemy
- Sólo un poco de nivel de matemáticas de la escuela secundaria.
Descripción
¿Interesado en el campo del aprendizaje automático? ¡Entonces este curso es para ti!
Este curso ha sido diseñado por un Científico de datos y experto en Machine Learning para que podamos compartir nuestro conocimiento y ayudarlo a aprender teorías complejas, algoritmos y bibliotecas de codificación de una manera simple.
Más de 900.000 estudiantes confianza mundial en este curso.
Lo guiaremos paso a paso en el mundo del aprendizaje automático. Con cada tutorial, desarrollará nuevas habilidades y mejorará su comprensión de este subcampo desafiante pero lucrativo de la ciencia de datos.
Este curso se puede completar haciendo ya sea el Tutoriales de Python, o tutoriales de R, o ambos: Python y R. Elija el lenguaje de programación que necesita para su carrera.
Este curso es divertido y emocionante, pero al mismo tiempo profundizamos en el aprendizaje automático. Está estructurado de la siguiente manera:
- Parte 1: preprocesamiento de datos
- Parte 2: regresión: regresión lineal simple, regresión lineal múltiple, regresión polinomial, SVR, regresión de árbol de decisión, regresión de bosque aleatorio
- Parte 3: Clasificación: Regresión logística, K-NN, SVM, Kernel SVM, Naive Bayes, Clasificación de árbol de decisión, Clasificación de bosque aleatorio
- Parte 4 – Agrupación: K-Means, Agrupación jerárquica
- Parte 5 – Aprendizaje de Reglas de Asociación: A priori, Eclat
- Parte 6 – Aprendizaje por refuerzo: límite superior de confianza, muestreo de Thompson
- Parte 7: procesamiento del lenguaje natural: modelo de bolsa de palabras y algoritmos para PNL
- Parte 8: aprendizaje profundo: redes neuronales artificiales, redes neuronales convolucionales
- Parte 9 – Reducción de dimensionalidad: PCA, LDA, Kernel PCA
- Parte 10: selección y potenciación del modelo: validación cruzada de k-fold, ajuste de parámetros, búsqueda de cuadrícula, XGBoost
Además, el curso está repleto de ejercicios prácticos basados en ejemplos de la vida real. Entonces, no solo aprenderá la teoría, sino que también obtendrá práctica práctica para construir sus propios modelos.
Y como beneficio adicional, este curso incluye plantillas de código Python y R que puede descargar y usar en sus propios proyectos.
Para quién es este curso:
- Cualquier persona interesada en Machine Learning.
- Estudiantes que tengan al menos conocimientos de secundaria en matemáticas y que quieran empezar a aprender Machine Learning.
- Cualquier persona de nivel intermedio que conozca los conceptos básicos del aprendizaje automático, incluidos los algoritmos clásicos como la regresión lineal o la regresión logística, pero que quiera aprender más y explorar todos los diferentes campos del aprendizaje automático.
- Cualquier persona que no se sienta tan cómoda con la codificación pero que esté interesada en el aprendizaje automático y quiera aplicarlo fácilmente en conjuntos de datos.
- Cualquier estudiante en la universidad que quiera comenzar una carrera en Data Science.
- Cualquier analista de datos que quiera subir de nivel en Machine Learning.
- Cualquier persona que no esté satisfecha con su trabajo y quiera convertirse en científico de datos.
- Cualquier persona que quiera crear valor añadido a su negocio utilizando potentes herramientas de Machine Learning.
Creado por Kirill Eremenko, Hadelin de Ponteves, SuperDataScience Team, SuperDataScience Support
Última actualización 5/2023
inglés
inglés [Auto-generated]
Tamaño: 16,17 GB
Enlaces de Google Drive
Descargar Parte 1 | Descargar Parte 2 | Descargar Parte 3
Enlaces de torrents
Descargar ahora
https://www.udemy.com/machinelearning/.
