Curso de Machine Learning Aplicado Usando Python IFCD093PO Online / Distancia en Dignitae Formación y Certificación

Curso de Machine Learning Aplicado Usando Python IFCD093PO
Servicio de alertas por email
Facilítanos tus datos de contacto y te informaremos de programas académicos similares a Curso de Machine Learning Aplicado Usando Python IFCD093PO en tu email.
Fecha Nacimiento *
Educaedu Business, S.L. (Responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información requeridas y el envío de comunicaciones promocionales sobre formación, derivadas de tu consentimiento. Podrás ejercer tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros derechos, según lo indicado en nuestra P. de Privacidad
Activar Alerta

Sede principal del centro

  • Madrid

    Calle Albasanz Bis 14, Ciudad Lineal.

    Madrid - 28037, Madrid

  • MadridSede principal

    Paseo de la Castellana, 143 1 planta

    Madrid - 28046, Madrid

Exalumnos de Tumaster.com

Dirigido a:

Cursos subvencionados para Trabajadores del sector de servicios a las empresas.

Comentarios:

Objetivos Didácticos

Desarrollar, implementar y validar modelos de aprendizaje máquina (Machine Learning): diseñar modelos predictivos de clasificación en problemas reales de salud, economía y empresa, implementar algoritmos de segmentación para análisis de poblaciones en diferentes aplicaciones y desarrollar modelos de predicción avanzados de series temporales. Leer más


Metodología: Teleformación

- Fechas de inicio: 09/04/2026
- Fecha fin: 09/06/2026

Leer menos
Temario del Curso

1. INTRODUCCIÓN AL CURSO
1.1. Introducción al Python
1.2. Librería de Python para Machine Learning.
1.3 Machine Learning. Introducción.

2. APRENDIZAJE SUPERVISADO
2.1. Definición y aplicaciones.
2.2 Medidas de rendimiento.
2.3 Modelos lineales
2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales. Leer más
2.5 Combinación de modelos. Random Forest.

3. APRENDIZAJE NO SUPERVISADO
3.1. Definición y aplicaciones.
3.2 Medidas de rendimiento.
3.3 Clustering. Tipos
3.4 Biclustering
3.5 Manifolds. Reducción de la dimensionalidad
3.6 Análisis de la cestLeer menos
Ayuda
¿No encuentras tu curso?
16:19
.