Saltar al contenido

Diseñando un modelo de aprendizaje de la máquina

Descripción

A medida que el Aprendizaje por Máquina explota en popularidad, es cada vez más importante saber precisamente cómo enmarcar un modelo de aprendizaje por máquina de una manera apropiada al problema que estamos tratando de resolver, y a los datos que tenemos disponibles.

Diseñando un modelo de aprendizaje de la máquina
Diseñando un modelo de aprendizaje de la máquina

En este curso, Diseñando un Modelo de Aprendizaje de la Máquina obtendrá la habilidad de enmarcar apropiadamente su caso de uso y luego elegir la técnica de solución correcta para modelarlo.

En primer lugar, aprenderá cómo se diferencian los sistemas basados en reglas y los sistemas ML y cómo funcionan los modelos de aprendizaje tradicional y profundo. A continuación, descubrirá cómo las técnicas de aprendizaje supervisadas, no supervisadas y de refuerzo difieren entre sí. Aprenderá cómo las técnicas clásicas de aprendizaje supervisado, como la regresión y la clasificación, complementan las técnicas clásicas no supervisadas, como la agrupación y la reducción de la dimensionalidad. A continuación, comprenderá los supuestos y resultados de estas cuatro clases de técnicas y cómo se pueden evaluar las soluciones.

Finalmente, completará sus conocimientos diseñando flujos de trabajo de ML de extremo a extremo para problemas de ML canónico, aprendizaje en conjunto y redes neuronales.

Cuando termine este curso, tendrá las habilidades y el conocimiento para identificar la configuración correcta del problema de aprendizaje de la máquina, y la técnica de solución apropiada para su caso de uso.