¿Qué sabes de Machine Learning? ¿Conoces sus aplicaciones y cómo funciona? ¿Te gustaría aprender sus fundamentos y cómo aplicarlo en tu negocio? Machine Learning ha llegado para quedarse y su aplicación se está extendiendo cada vez más y en diversos sectores: banca, medicina, automoción, predicción de stocks, ventas, telecomunicaciones…

Los objetivos de este curso son introducir al alumno en el mundo del Machine Learning para que sepa diferenciar que problemas de negocio son susceptibles de ser resueltos mediante algoritmos de ML, como asociar cada tipo de problema con el algoritmo apropiado y como preparar los datos para sacar los mejores resultados de esos algoritmos. Todo ello desde un punto de vista práctico, sencillo y utilizando ejemplos reales.

1. Introducción a Machine Learning
   • ¿Qué es Machine Learning?
   • Tipos de problemas que resuelve
   • Ciclo de vida de un proyecto ML
2. Requisitos de datos
   • Exploración de datos
   • Preparación de datos
3. Entendiendo los Algoritmos de Machine Learning
   • Clasificación
   • Regresión
   • Clustering
   • Anomalías
   • Recomendaciones
4. Ingeniería de Características
   • Técnica de generación de características
   • Selección de Características
5. Técnicas Avanzadas
   • Optimización de hiperparámetros
   • Validación Cruzada
   • Reducción de dimensionalidad
6. Despliegue y Mantenimiento
7. Interpretabilidad de Modelos de ML