Machine Learning con R. Data Analytics de básico a experto.
What you'll learn
- Aplicar técnicas de análisis y visualización de datos en un conjunto de datos complejo para problemas de machine learning.
- Aplicar técnicas de tratamiento de datos en un conjunto de datos para mejorar la robustez y métrica de salida de los diferentes algoritmos de machine learning.
- Comprender los diferentes mecanismos y técnicas para aplicar analítica predictiva en problemas de machine learning e interpretar la salida obtenida por los modelos de predicción.
- Comprender y analizar la fase del análisis de datos previos al modelado algorítmico en machine learning.
- Realizar modelos algorítmicos robustos con una optimización de sus hiperparámetros para la fase de predicción
- Desarrollar y analizar proyectos de machine learning, Aprendizaje Supervisado, como regresión, clasificación y multiclase.
- Desarrollar y analizar proyectos de machine learning de Aprendizaje No Supervisado
- Al acceder a este curso formarás parte de una comunidad educativa especializada en la materia, que te dará soporte, recursos y asesoramiento de por vida.
Course content
- Preview22:45
- 02:13Catálogo Formativo
- 01:17Data Analytics con R.
- Preview11:03
- 15:30Sesión de teoría - Introducción al curso
- 17:48Sesión de teoría - Contenidos del curso
- 10:42Sesión de teoría - Conceptos básicos de machine learning.
- 11:55Consejos y Recomendaciones para Usuarios de Udemy.
- 06:28Estructura del Curso que vas a Comenzar.
- 08:51La plataforma R como nuestro entorno de machine learning.
- 00:03Para saber más.
- 02:18¡Preséntate!
- 00:14¡Recibe un curso Gratis!
Requirements
- Para la realización de este curso no ser requieren grandes conocimientos previos, ya que la formación se acomete desde un nivel de usuario 0.
- Durante el curso trabajaremos con la última versión del programa, pero no te preocupes si tienes una versión anterior, ya que las distintas versiones difieren muy poco entre sí. Si existe algún cambio importante entre las distintas versiones hablaremos de ello durante la formación.
- Para la realización de este curso no vas a necesitar el equipo informático más potente del mercado, ya que el software empleado en la formación se encuentra perfectamente optimizado y su uso es muy fluido en todo tipo de equipos, tanto en PC como en Mac.
- Cuando compres el curso vas a poder acceder a las clases cuando y donde quieras. El curso se queda en tu cuenta de Udemy para siempre. :)
- El más importante requisito para realizar este curso es el entusiasmo y la motivación por aprender nuevas habilidades que aumenten tus competencias profesionales.
Description
Machine learning con R. Data Analytics de básico a experto.
Modelado Predictivo con R. Aprende los algoritmos de Machine Learning con R para convertirte en un Data Science experto.
Instructores: PhD. Manuel Castillo y Arquitecto Álvaro García. Contenido Actualizado: Junio 2021
Bienvenido al curso virtual de Modelado Predictivo con R. El objetivo principal de este curso es que el alumnado sea capaz desarrollar experimentos avanzados de analítica de datos de manera muy sencilla dentro del modelado predictivo y, es decir, el conocido área de machine learning.
En este curso se trabajará la análitica de datos para poder trabajar correctamente machine learning aplicado con R. Descubrirá el proceso paso a paso que puede utilizar para comenzar y ser bueno en el machine learning para el modelado predictivo en la plataforma R.
Antes de nada, vamos a enfocar el siguiente curso de “Data Analytics con R” dentro del campo Machine Learning y subcampo modelado predictivo (Aprendizaje Supervisado) y clustering (Aprendizaje No Supervisado). Dentro de este campo el curso “Data Analytics con R” se encuentra dentro del modelado predictivo muy utilizado en el ámbito de investigación e industrial. Por tanto, veremos como la plataforma R destaca de entre todas las opciones por facilitar enormemente nuestro trabajo con un amplio abanico de opciones dentro de la minería de datos.
Son ocho unidades temáticas, en las que contará con vídeos, actividades, temario, foros que le ayudarán a realizar el curso de manera eficiente y entretenida. Con esta amplia formación aprenderás el proceso completo y de forma profesional para llevar a cabos proyectos integrales. Una formación 100% practica que aumentará tu habilidades y competencias profesionales. Un curso paso a paso que te ahorra mucho tiempo y esfuerzo en tu trabajo diario.
El curso se desarrolla considerando actividades no presenciales a través de la plataforma virtual Udemy, para lo cual se utilizan las siguientes estrategias didácticas:
Actividad virtual
Sesiones de videoconferencias
Análisis de casos
Foros de discusión
Trabajos parciales de los módulos en foros
Examen tipo test.
Proyecto final del curso
Lecturas comentadas y
Búsquedas de información científica.
La formación te permitirá convertirte en un experto en la materia, y todo ello desde una formación principalmente práctica. A través de variadas actividades y proyectos completos podrás adquirir los conocimientos suficientes para ejercer profesionalmente de forma solvente. Además conocerás en detalle mi flujo de trabajo a la hora de afrontar un proyecto profesional. Para la realización de este curso no vas a necesitar el equipo informático más potente del mercado, ya que el software empleado durante formación online se encuentra perfectamente optimizado y su uso es muy fluido en todo tipo de equipos, tanto en PC como en Mac.
Puedes elegir ver todas las lecciones de forma secuencial (lineal) y aprovecharlas al máximo la formación. Pero también puedes decidir ver este curso como una guía de referencia. Las clases están claramente organizadas en secciones lógicas y puedes decidir visualizar solo las clases que te resulten más importantes según tus necesidades formativas. A excepción de las lecciones PRO, la mayoría de las lecciones son independientes para que puedas comprender los conceptos de cada lección sin tener que ver las lecciones anteriores del curso.
Es excepcional el aumento en la demanda de profesionales en este ámbito por parte de las empresas de todo el mundo actualmente. Para desarrollar el programa formativo propuesto no ser requieren grandes conocimientos previos, ya que la formación se acomete desde un nivel de usuario 0. El curso está orientado a aquellos creativos que quieran ampliar sus skills (habilidades) y conocer múltiples trucos, consejos, recursos y recomendaciones, de la mano de los instructores Manuel Castillo y Álvaro García. Además todas las formaciones de Udemy disponen acceso automático al curso, sin limitación de tiempo, disponibilidad 24/7 (24 horas al día los 7 días de la semana), sin caducidad y con garantía de devolución.
Contenidos
Módulo 1: Introducción
1. Conceptos básicos de machine learning.
2. La plataforma R como nuestro entorno de machine learning.
3. Conclusiones
Módulo 2: Programación con R
1. Primeros pasos con la plataforma R.
2. Lenguaje de programación R.
3. Conjunto de datos Estándar.
Módulo 3: Análisis de datos
1. Cargar un conjunto de datos.
2. Estadística descriptiva.
3. Visualización de datos.
4. Taller: Trabajo de aplicación de diferentes técnicas analíticas de datos en un conjunto de datos seleccionado por el usuario e interpretar la salida obtenida.
5. Examen tipo test sobre los contenidos del módulo.
Unidad 4: Tratamiento de datos
1. Preprocesamiento de datos para machine learning.
2. Métodos de remuestreo para estimar la precisión del modelo.
3. Evaluación de las métricas.
4. Taller: Aplicación de diferentes técnicas de tratamiento de datos en un conjunto de datos y verificación de su impacto en las métricas algorítmicas.
5. Examen tipo test sobre los contenidos del módulo.
Unidad 5: Fase de modelado
1. Feature Selection en machine learning
2. Algoritmos de Machine Learning.
3. Comparar el rendimiento de los algoritmos.
4. Taller: Aplicación de diferentes algoritmos de machine learning en un conjunto de datos e interpretar la salida obtenida, así mismo, verificar el algoritmo que tenga mejor comportamiento.
5. Examen tipo test sobre los contenidos del módulo.
Unidad 6: Fase de optimización y forecasting
1. Configuración de hiperparámetros.
2. Combinar predicciones desde múltiples algoritmos.
3. Guardado e integración del modelo.
4. Plantilla para el modelado predictivo.
5. Taller: Una vez seleccionados los algoritmos candidatos a modelo realizar una optimización de estos a través de la configuración de sus hiperparámetros.
6. Examen tipo test sobre los contenidos del módulo.
Unidad 7: Proyectos de Machine Learning
1. Proyecto de clasificación multiclase.
2. Proyecto de regresión.
3. Proyecto de clasificación binaria.
4. Proyecto: Realizar un proyecto completo analizando todas las fases estudiadas en los diferentes módulos.
Unidad 8. Aprendizaje No Supervisado
1. Aprendizaje No supervisado.
2. Algoritmos de Aprendizaje No Supervisado.
3. Determinar el número óptimo de clústers.
4. Proyecto de Aprendizaje No Supervisado.
La modalidad de este curso te permite que empieces y acabes cuando tú quieras, marcando el ritmo de la clase según tu disponibilidad. Puedes volver a visualizar lo que te interese, saltar el contenido que ya domines, hacer preguntas, resolver dudas, compartir tus proyectos...
Recuerda que esta formación incluye lecciones en vídeo fullHD con audio de estudio (compatible con TV, PC, Mac, tablet y smartphone), artículos didácticos, actividades, proyectos paso a paso, recursos descargables, links de interés, acceso de por vida, certificado de finalización, tutorización online, y una exclusiva comunidad de aprendizaje privada que nos ayudamos aportando nuestras experiencias en el foro de comunicación del curso.
¿A qué esperas?, este curso es ideal para ti, atrévete a convertirte en un experto. Adelante, nos vemos dentro de la formación ;)
Who this course is for:
- Aquellos usuarios del programa que quieran ampliar el dominio de mismo y conocer múltiples trucos, consejos y recursos para esta herramienta.
- Estudiantes que quieran acceder a una formación innovadora orientada a la metodología de trabajo del mundo laboral, en un formato de e-learining para aprender donde quieran y a su propio ritmo.
- El curso de "Data Analytics con R" está dirigido a personas que tengan pocos conocimientos de machine learning, conocimientos intermedios del lenguaje de programación R y que quieran adentrarse a este apasionante mundo de dentro del campo de modelado predictivo.
- Además, el curso está diseñado para que cualquier estudiante universitario, investigador o tecnólogo que se encuentre realizando o necesite realizar diferentes experimentos a través de grandes conjuntos de datos para poder sintetizarlos en alguna salida predictiva puedan utilizar los muy diferentes recursos de machine learning que nos pone a nuestra disposición el lenguaje de programación R.
- Principalmente aquellos que quieran aumentar sus posibilidades de empleabilidad, contratación y/o promocionar dentro de su sector.
Instructors
![Álvaro García](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.3 Instructor Rating
- 7,814 Reviews
- 82,740 Students
- 92 Courses
Arquitecto y Diseñador Gráfico especializado en la infoarquitectura y representación arquitectónica 3D con amplia experiencia en la formación de software para la arquitectura, interiorismo, urbanismo, diseño industrial, escenografías, paisajismo, visual merchandising, etc.
Más de diez años de experiencia en la impartición de formaciones presenciales y online de SketchUp, Vray y PhotoShop para infoarquitectura.
CEO de SketchupMadrid, portal de formación On Line, especializado en el aprendizaje de SketchUp, Plugins, VRay y PhotoShop para la representación gráfica de diseños varios.
- 4.3 Instructor Rating
- 209 Reviews
- 5,456 Students
- 7 Courses
PhD in Computer Science (Pattern Recognition and data mining area) at Universidad de Castilla-La Mancha (Spain). Full-time professor at Computer Science and head of Smart Cities research laboratory in the CTIC - UNI at Universidad Nacional de Ingeniería from Perú. I currently conducting research projects with international funding in Smart Cities and agriculture areas. Experience in Wireless sensor Network and signal transmission, mobile phone applications and analysis/processing of data generated by WSN, making predictions with different machine learning techniques.
The research laboratory have projects as the prevention of gender violence, citizen and road safety which is creating an electronic shackle for smart indoor and outdoor localization, project financed by the Peruvian state and developing IoT platform making with ambiental sensors in two main goals, the WSN and the library in Python with different Machine learning techniques.
I also possess extensive experience in security in computer systems, especially perimeter security in computer networks to prevent attacks and hacking.
- 4.3 Instructor Rating
- 7,726 Reviews
- 81,026 Students
- 84 Courses
El curso tiene evaluación de conocimientos, realizada en la propia plataforma, y será emitido Certificado de Formación. Entidad Certificada, donde consta la evaluación alcanzada, el programa del curso, la duración y la identificación de entidad formadora certificada.
Los certificados de formación son válidos para todos los efectos legales y de cualificación de las competencias;
que los certificados son válidos internacionalmente, ya que cumplen las normas de certificación de la Unión Europea;
que se respetan normas y principios rigurosos en términos pedagógicos y organizativos;
que se respetan todos los reglamentos desde el punto de vista legal, fiscal y al nivel de los pagos.
Puede solicitar más información o comprobación sobre cualquiera de los aspectos anteriormente mencionados.
Son muchos los beneficios de la formación certificada, tanto para los empleados como para la empresa. Entre los intereses, compartidos por todos los participantes, están el de adquirir nuevos conocimientos, ganar en confianza, evolucionar o el reconocimiento de obtener un diploma.
En cuanto a la empresa, los beneficios de la formación certificada caminan en paralelo a su objetivo de mantener alto el potencial de los empleados mediante la inversión en el desarrollo de sus habilidades, reteniendo y motivando al talento a través de la formación.