Machine Learning para Análisis Predictivo

Duración: 30 horas

Código: MLG-003

Descripción:

Los investigadores del aprendizaje de máquinas buscan algoritmos y heurísticas para convertir muestras de datos en programas de computadora, sin tener que escribir los últimos explícitamente. Los modelos o programas resultantes deben ser capaces de generalizar comportamientos e inferencias para un conjunto más amplio (potencialmente infinito) de datos.

En muchas ocasiones el campo de actuación del aprendizaje automático se solapa con el de la estadística inferencial, ya que las dos disciplinas se basan en el análisis de datos. Sin embargo, el aprendizaje automático incorpora las preocupaciones de la complejidad computacional de los problemas. Muchos problemas son de clase NP-hard, por lo que gran parte de la investigación realizada en aprendizaje automático está enfocada al diseño de soluciones factibles a esos problemas. El aprendizaje automático también está estrechamente relacionado con el reconocimiento de patrones. El aprendizaje automático puede ser visto como un intento de automatizar algunas partes del método científico mediante métodos matemáticos. Por lo tanto es un proceso de inducción del conocimiento.

Objetivos:

Al finalizar el curso, el participante será capaz de:

  • Aplicar Cloud ML en una aplicación real con Vue JS
  • Entrenar y predecir datos con un modelo de Machine Learning
  • Dominar la consola de BigQuery
  • Manipular Cloud Machine Learning Engine
Audiencia:

Este curso está dirigido a:

  • Desarrolladores con experiencia en Programación y Manejo de Datos.
Prerrequisitos:
  • Conocimientos sólidos en algoritmos y estructura de datos.
  • Conocimientos sólidos en álgebra.
Contenido:
  1. Módulo 1: Introducción
    1. Introducción
    2. Introducción a Cloud Machine Learning
    3. ¿Por qué ejecutar cargas de Machine Learning en la nube?
  2. Módulo 2: Machine Learning Genérico
    1. APIs para diferentes usos de Machine Learning
    2. Comprendiendo las APIs de Machine Learning
    3. Configurando el proyecto
    4. Guardar imágenes en Cloud Storage
    5. Guardar datos en Firebase
    6. Generar comentarios en tu proyecto
    7. Usar Cloud Vision para analizar imágenes
    8. Usar el NLP API para analizar el sentimiento
    9. Analizar la respuesta del NLP en API
    10. Deploy y Firebase
  3. Módulo 3: Machine Learning con tus datos
    1. Introducción y caso de estudio: AutoML
    2. Preparar datos de AutoML
    3. Entrenar y predecir con tu modelo
    4. Evaluar tu modelo
    5. Consejos para el entrenamiento
  4. Módulo 4: Machine Learning para Análisis de Datos
    1. ¿Qué es BigQuery Machine Learning?
    2. Introducción a la consola de BigQuery Machine Learning
    3. Crear y predecir con BigQuery Machine Learning
  5. Módulo 5: Machine Learning a la medida
    1. ¿Qué es Cloud Machine Learning Engine?
    2. Entrenar un modelo con Cloud Machine Learning Engine
    3. Servicio de un modelo con Cloud Machine Learning Engine
  6. Módulo 6: Machine Learning en la frontera
    1. Introducción a Machine Learning en la frontera (TF.js y Edge tpu, kubflow)
    2. ¿Cómo se usa Machine Learning para predecir datos?
Costos:

Este costo incluye: Material de seguimiento, Material de estudio, el uso de una computadora por persona, certificados, refrigerios e impuestos de ley.