Formación del Colegio

La formación continua de nuestros profesionales es uno de los pilares y razones de ser del Colegio. Ofrecemos una oferta de cursos novedosa, diversificada y con buena relación calidad-precio, para mejorar tus conocimientos y competencias y así poder progresar en tu carrera profesional

Introducción al Machine Learning con Python

Curso desarrollado en colaboración con el Instituto Tecnológico de Informática (ITI)

Formato: Presencial en ITI: Ciudad Politécnica de la Innovación, Edificio 8G, Cuarta Planta

Cuándo: 14, 16, 21, 23, 28 y 30 de octubre. Horario: de 16 a 20 horas

Cuánto: Externos: 432€ (+IVA). Conveniados: 388,8 (+IVA). Colegiados: 367,2€ (+IVA)

Descuento por volumen:

  • 5% por segundo alumno
  • 10% por tercer, cuarto, etc. alumno

Precio especial de venta anticipada hasta el 1 de septiembre de 2019*: 259,20 € (+IVA)

*Otros descuentos y precios especiales no acumulables

Se puede bonificar el curso a través de la Fundación Estatal para la Formación en el Empleo en función del crédito disponible de la empresa, pero hay que tener presente que es necesario comunicar a la Fundación la realización del curso con una antelación mínima a su inicio de 10 días naturales. El coste de la gestión es del 10% del importe máximo bonificable con un mínimo de 25€.

Fin plazo de matrícula: 2 de octubre

boton otros cursos

 

Presentación del curso:

El mundo moderno está repleto de datos. La información permea los distintos aspectos de nuestro entorno y poder extraer un significado de los datos crudos es una aptitud cada vez más necesaria. Asimismo, en este entorno de análisis se requiere de herramientas flexibles, ligeras y robustas que permitan el rápido prototipado de algoritmos, de modo que se puedan probar distintas hipótesis, algoritmos que una vez probados puedan utilizarse directamente en producción.

Satisfacer completamente estas necesidades es una de las razones por la que el lenguaje Python está tan extendido en las comunidades científica, informática y académica. Es un lenguaje de sintaxis sencilla y fácil aprendizaje, sin que ello limite su potencial. Dada la amplitud de la comunidad y la edad del lenguaje, éste lleva asociado una plétora de módulos de código abierto que amplían enormemente su funcionalidad y una documentación íntegra de casos de uso, errores y herramienta.

En este curso se hará un recorrido del uso del lenguaje, desde la base sintáctica hasta una funcionalidad avanzada orientada hacia el análisis de datos, otorgando unas herramientas con las que el alumno puede, por cuenta propia, enriquecer y especializar su propio repertorio.

El constante bombardeo de datos puede tornarse cacofónico, inmanejable e ininteligible sin la preparación adecuada. Con este curso se pretende afinar esas cuerdas.

Objetivos

Los alumnos deberán adquirir las siguientes competencias:

  • Familiaridad con Python, su gramática y sintaxis
  • Uso y preparación de módulos de código en python, incluyendo las principales librerías de Machine Learning
  • Preparación y análisis estadístico de datos crudos de cualquier formato
  • Correcta representación gráfica de datos
  • Aplicación informada de los modelos más habituales y contemporáneos de Machine Learning: k-Vecinos, clustering jerárquico, árboles de decisión, redes neuronales artificiales, ...

Dirigido a:

Profesionales técnicos, analistas, consultores técnicos y desarrolladores interesados en aprender uno de los lenguajes más extendidos y versátiles, con una comunidad creciente. Python es una de las llaves principales del campo del análisis de datos y el de Machine Learning.

Requisitos previos:

Conocimientos básicos de programación, conocimientos básicos de matemáticas. Se recomienda tener conocimientos de estadística aunque no es indispensable para la correcta realización del curso.

Temario:

Tema 1. Introducción a Python (2h)

  1. Lenguaje interpretado y tipos dinámicos
  2. Sintaxis
  3. Condicionales y estructuras de control
  4. Listas, diccionarios y otros iterables
  5. Funciones, lambdas y generadores
  6. Clases, métodos y herencia
  7. Lectura y escritura en disco

Tema 2. Uso básico de Python (2h)

  1. Interfaz interactiva
  2. Jupyter
  3. Scripts, Módulos y empaquetado
  4. Intro a numpy, pandas y seaborn

Tema 3. Introducción a “Data Analytics” (1h)

  1. Visión general
  2. Descripción de las fases del Data Analytics

Tema 4. Análisis Exploratorio de Datos (AED) (3h)

  1. Estadística descritptiva
  2. Análisis Univariante
  3. Análisis Multivariante
  4. Notebook “EDA asistido”

Tema 5. Procesado de datos (2h)

  1. Limpieza de datos (data cleansing)
  2. Gestión de datos faltantes
  3. Reescalado / Normalización
  4. Datos categóricos → numéricos (Codificación)
  5. Datos numéricos→ categóricos (Discretización)
  6. Remuestreo (resampling)

Tema 6. Introducción a Machine Learning (ML) (4h)

  1. Introducción a Machine Learning
  2. Clasificación de modelos de ML
  3. Proceso estándar de modelado
  4. Evaluación de modelos de ML
  5. Mejorar los resultados de los modelos

Tema 7. Machine Learning (ML) en Python (10h)

  1. Regresión: lineal, múltiple (1h)
  2. Clasificación: regresión logística, kNN, Naive Bayes, árboles de decisión, SVM, Random Forest (3h)
  3. Modelos Black Box: ANN, SPV, DNN (2h)
  4. Clustering: kMeans, DBSCAN y Aglomerativo (2h)
  5. Reducción de dimensiones y detección de anomalías: PCA, PLS, Autoencoders (2h)

 

 

Formalización de matricula:
Tras rellenar el formulario de inscripción, el COIICV se pondrá en contacto con usted para indicarle las instrucciones para finalizar la matrícula en el curso. No es necesario que rellene los datos de facturación (se le solicitarán posteriormente).

 

boton inscripcion

 

 

 

Contacta con nosotros

Colegio Oficial de
Ingeniería Informática
de la Comunitat Valenciana

Av. del Oeste 48 3ºO
46001 Valencia

  • +34 963622994

 

Contactar

Newsletter

Para suscribirse a nuestra newsletter
pulse en el siguiente enlace:

 

Suscribir

© 2014-2019 COIICV. All rights reserved.

Buscador