Aprendizaje automático en Python: una introducción práctica

El aprendizaje automático es una habilidad vital en la tecnología moderna, pero el gran volumen de teoría puede ser intimidante para los recién llegados.Este curso corta la complejidad, centrándose solo en el conocimiento práctico que necesita para comenzar a construir modelos hoy. Al final de este curso, comprenderá los tipos fundamentales de aprendizaje automático, sabrá cómo preparar datos de manera efectiva utilizando herramientas de Python, entrenar modelos básicos y evaluar su rendimiento con precisión.Ganará la confianza para abordar problemas comunes de ciencia de datos utilizando técnicas estándar de la industria. Lo que aprenderás: * Comprender los conceptos básicos de aprendizaje supervisado y no supervisado, y cuándo aplicar cada enfoque. * Preparar y limpiar conjuntos de datos sin procesar utilizando bibliotecas estándar de manipulación de datos de Python para la preparación del modelo. * Construir y entrenar modelos predictivos esenciales, incluyendo regresión lineal y algoritmos de clasificación fundamentales. * Aplicar técnicas rigurosas para evaluar el rendimiento del modelo y seleccionar las métricas apropiadas. * Practicar conceptos fundamentales en interpretabilidad de modelos para entender por qué un modelo hace predicciones específicas. * Configurar conceptos básicos de persistencia de modelos para operacionalizar flujos de trabajo simples de aprendizaje automático. El curso comienza con la terminología esencial y las técnicas de preparación de datos antes de pasar a la construcción y evaluación práctica de modelos utilizando fragmentos de código y ejercicios guiados. Este curso está diseñado para principiantes absolutos interesados en el aprendizaje automático y la ciencia de datos.No se requiere experiencia previa con ML, solo familiaridad básica con la programación Python. Comience su viaje hacia el aprendizaje automático práctico hoy mismo.