- contacto@formadoresit.es
- + 34 692 317 648
-
Calle Velázquez, 80
28001, Madrid
SUSCRÍBETE A LA NEWSLETTER
- Recibe información acerca de nuestros cursos y próximas convocatorias
Inicio » ¿Qué Hacemos? » Formación a Empresas » Big Data & Analytics » Curso Machine Learning – Introducción
Formación en Machine Learning para programadores y profesionales de empresa que deseen conocer las ventajas del machine learning en el ámbito empresarial. Curso básico de Machine Learning ofrecido en la modalidad presencial In Company u online en Madrid, Barcelona, Valencia, Alicante, Málaga, Sevilla y Bilbao, bajo demanda para empresas.
Aprende los conceptos básicos en torno al Machine Learning, así como sus aplicaciones actuales, y prepárate para tu certificación.
¿Qué es el Machine Learning?
El machine learning o aprendizaje automático es una rama de la inteligencia artificial que crea sistemas que aprenden de manera automatizada. Además de inteligentes, estas máquinas muestran una gran autonomía, siendo capaces de identificar patrones complejos en millones de datos y predecir comportamientos a través de algoritmos. Esta tecnología es empleada por aplicaciones como Netflix o Spotify a la hora de mostrar recomendaciones a sus usuarios, así como en el asistente de voz Siri o Alexa, y las respuestas automáticas de Gmail.
En general existen dos tipos de machine learning: supervisado y no supervisado. En el primer caso, al aprendizaje previamente se le incluye etiquetas en la información para que detecte patrones y realice alguna acción determinada. Sin embargo, en el segundo caso, el algoritmo se modifica de manera autónoma, no contiene conocimiento previo, y presenta conclusiones a través del algoritmo teniendo en cuenta factores de manera indistinta, sin orden ni nombre.
En la mayoría de los casos las empresas optan por un machine learning supervisado, empleando el deep learning o aprendizaje profundo, que es una subcategoría concreta, que permite que los sistemas no solo aprendan de la experiencia, sino también que puedan entrenarse a sí mismas para ofrecer cada vez un mejor rendimiento. Este sistema funciona por medio de redes neuronales, imitando el cerebro humano y sus unidades computacionales (neuronas), organizadas en capas. En este sentido, se desarrollan patrones de definiciones, conductas, acciones, etc.
La tecnología de machine learning sirve para realizar un mejor análisis de nuestros compradores o consumidores. El aprendizaje automatizado supervisado nos permite conocer cuestiones, por ejemplo, como cuáles son nuestros clientes con una mayor probabilidad de abandonarnos, o cuales ventas tienen más posibilidades de cerrarse finalmente. También nos ayuda a mejorar la seguridad de la empresa mediante el reconocimiento de imágenes por cámara de seguridad, comprobando quién entra y quién sale de las instalaciones, o dónde se encuentran, ya que el sistema es alimentado previamente con foto o vídeo. Por ello, el machine learning nos ofrece la posibilidad incluso de identificar objetos que la organización considere importantes, como puede ser un arma u objetos prohibidos en algunas zonas, como móviles. Por otro lado, el machine learning nos ayuda a optimizar nuestro tiempo y determinar cuándo es el momento adecuado para realizar una acción específica, como paralizar la producción o reducir un presupuesto.
15 horas
– Usuarios que no necesariamente tienen que tener experiencia en lenguajes de programación. Recomendable una cierta exposición a matemáticas equivalentes a primer curso de carrera técnica (álgebra, cálculo), y a ciertos conceptos básicos de estadística.
El enfoque será necesariamente teórico y de alto nivel, aunque se llevarán a cabo por parte del profesor demostraciones prácticas breves de ejemplo, que ayudarán a concretar algunas de las ideas vistas en la teoría. Estas demostraciones se realizarán en Python, con Jupyter notebooks y utilizando los frameworks SciKit Learn (para “shallow learning”) y Keras sobre backend Tensorflow (para Deep learning), e incluirán al menos:
• Un ejemplo de clasificación con varios algoritmos de clasificación, incluyendo logistic regres-sion y Random Forests, sobre un mismo problema con datos estructurados.
• Un ejemplo de clasificación utilizando CNN.
TEMA 1. Conceptos básicos
Dotar a los asistentes de un conocimiento sólido de los conceptos básicos del machine learning y el Deep learning, así como proporcionar una visión general de las técnicas y herramientas fundamentales utilizados en esta disciplina. Con todo ello se pretende que puedan participar con solvencia en discusiones con proveedores de servicios que utilicen estas técnicas.
TEMA 2. Aplicaciones actuales del Machine Learning
Proporcionar una visión general de las posibilidades y aplicaciones actuales del machine learning, de manera que los asistentes puedan en el futuro identificar oportunidades de aplicación en sus áreas de trabajo.
En el siguiente curso veremos todas las novedades que trae el machine learning, así como los beneficios de su implementación.
Si actualmente estás trabajando, tu empresa podrá bonificarse nuestros cursos a través de FUNDAE (antiguamente la Fundación Tripartita) y salirle prácticamente gratis.
– Método OnLine mediante servicios streaming enfocado a empresas.
– Curso apto para visualizar en tablets, multinavegador y multiplataforma.
– Tecnología GoToMeeting.