Responsive Image

Modalidad Por Confirmar.

Resultados de aprendizaje

  • Manejar paquetes en Python para análisis de datos y ETL.
  • Conocer e implementar el método de KNN como herramienta de clasificación y Regresión.
  • Conocer e implementar el Modelo de regresión lineal (Ridge, Lasso, polinómico) y logística como herramientas explicativas y predictivas.
  • Conocer las métricas de evaluación de un modelo de clasificación y regresión.
  • Conocer e implementar los diferentes modelos de clasificación supervisada (SVM, Decision Trees, Naive Bayes, random forest y GB Decision trees)
  • Optimizar su modelo de aprendizaje de máquinas mediante técnicas de selección de parámetros.

Duracion:
48 Horas

Fecha de inicio:
Noviembre 2 de 2021

Inversión:
$790.000/Participante


Horario Remoto:   
Martes, miércoles y jueves de 6:00 a 9:00 p.m.

Contenido

  • Módulo 1: Supervised Learning part 1.
  • Módulo 2: Model Evaluation.
  • Módulo 3: Supervised Learning part 2.

Expertos facilitadores

Jairo Andrés Díaz Rodríguez
Certified Data Scientist

 

Para más información ingresa tus datos aquí:

 

Políticas Administrativas

*Todos nuestros programas corresponden a educación no formal que no conducen a título alguno o certificado de aptitud ocupacional 

*El Centro de Educación Continuada se reserva el derecho de cancelar un programa o modificar del mismo lo siguiente: la fecha y horarios de realización, el valor de la inversión, los expertos facilitadores propuestos, los contenidos y el lugar donde se ofrecerá. Los programas se realizarán cuando se haya alcanzado un número establecido de participantes matriculados.

*En caso de que un programa se cancele por decisión de la Universidad, a los participantes matriculados que hayan realizado el pago hasta el momento, se les ofrecerá la posibilidad de conservar el pago como saldo a favor para participar en otro programa de Educación Continuada o se les devolverá la totalidad del valor de la matrícula.

*El certificado de asistencia se entrega a los participantes que acrediten mínimo el 80% de asistencia.

 Descarga el instructivo de pagos en línea aquí