Aprende Machine Learning Desde Cero con Python

Todo el mundo habla sobre Machine Learning pero ¿Entendemos realmente lo que es? ¿ Cual son las bases? ¿ Como podemos crear nuestros propios algoritmos? ¿Por que es importante conocerlo? 

En este curso te vamos a explicar los conceptos más importante que debemos conocer sobre el Machine Learning de una forma práctica y divertida. Iremos avanzando poco a poco desde conceptos sencillos a aspectos más complejos, para que seas capas de aprender de una forma fácil e intuitiva.

El curso está pensando para que puedas aprender desde cero, sin necesidad de tener conocimientos previos sobre este mundo.

El curso está estructurado de la siguiente forma:

• Programación Básica en Python, donde veremos  los aspectos básicos que debes manejar en Python para realizar el curso

• Manejo de Pandas, que nos ayudará a todo el proecesamiento de datos previo que necesitamos para entrenar a nuestros modelos de Machine  Learning

• Aprenderás Numpy, Una librería muy empleada a la hora de trabajar con vectores y matrices en Python

• Introducción al Machine Learning. En esta sección de Introducción comprenderás por que es importante conocer esta tecnología que este revolucionando el mundo y veremos ejemplos de aplicación

• ¿Como se construye un modelo de Machine Learning? Verás paso a paso lo que se necesita para que puedas crear tus Algoritmos de Machine Learning

• Aprendizaje Supervisado, estudiaremos que es, como podemos usarlo e implementaremos un ejemplo desde cero usando Python

• Aprendizaje No Supervisado Veremos algunos de los métodos mas empleados e implementaremos algunos ejemplos haciendo uso de librerías populares como Scikit Learn

• Redes Neuronales. En este modulo explicaremos que son las redes neuronales y como podemos implementarlas haciendo uso de librería populares como : TensorFlow ,Keras y Scikit Learn. Veremos además un ejemplo real de como solucionar un problema de clasificación en el sector de la moda, aplicando redes neuronales con TensorFlow.

• Aprendizaje Reforzado, Introduciremos los conceptos básicos y veremos un ejemplo sencillo usando Grafos.

• Deep Learning, Veremos una introducción básica a que es Deep Learning e implementaremos nuestro primer ejemplo usando haciendo uso de redes neuronales convolucionales.