Categorías
Sin Categoria

Que es lo que un ‘Post Graduate Certificate en Data Science y Machine Learning’ te enseña?

Elementales de Algebra Linear

Crear visualizaciones de transformaciones lineares

Entendimiento de eigenvalues y eigenvectors con aplicacion en ML

Como trabajan los operadores de projeccion para projectar informacion en varios algoritmos de ML

Matrices especiales con sus importantes propiedades

Simetria y matrices ortogonales

Vector spaces

Vector subspaces

Elementales de analisis de datos

Estadisticas para analizar datos

Pensamiento estadistico para analizar datos

Technicas de calculo multivariable aplicables a ML

Algoritmos de Optimizacion requeridos en ML

Gradient Calculus

Testeo de Hipotesis Estadisticas

Programacion para AI y Analisis de datos

Escribir codigo utilizando Python y R

Escribir codigo utilizando Pandas y R para trabajar con datos y realizar exploraciones en la misma.

Preparar, analizar, and interpretar resultados de analisis estadisticos inferenciales

Desarrollar codigo para crear visualizaciones usando Matplotlib, Pandas, Seaborn, y R

Tecnicas ML para analisis de datos y AI

Conceptos ML y ciclo de vide de un proyecto ML

Dimensionality reduction: Analisis del componente Principal ‘Principal Component analysis (PCA)’

Regresion linear y logistica

Support Vector Machines (SVM) Linear

Support Vector Machines (SVM) Kernel

Clustering: K-means

Decision Trees

Neural Networks

Utilizar Kaggle

  • Trabajar en equipo y ganar experiencia similar a la de la industria en projectos de ML
  • Familiarizarse con Kaggle y entender el objetivo del problme analitico
  • Descargar informacion y producir un prototipo del modelo ML
  • Experimentar con los modelos de ML para mejorar su rendimiento.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.