Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Visión general de la IA en Python
- Conceptos clave y alcance de la IA
- Bibliotecas de Python para el desarrollo de IA
- Estructura y flujo de trabajo de proyectos de IA
Preparación de datos para la IA
- Limpieza, transformación e ingeniería de características de los datos
- Manejo de datos faltantes y desequilibrados
- Escalar y codificar las características (features)
Técnicas de aprendizaje supervisado
- Algoritmos de regresión y clasificación
- Métodos de conjunto: Random Forest, Boosting gradual (Gradient Boosting)
- Ajuste de hiperparámetros y validación cruzada
Técnicas de aprendizaje no supervisado
- Métodos de agrupamiento: K-Means, DBSCAN, clustering jerárquico
- Reducción de dimensionalidad: PCA, t-SNE
- Casos de uso para el aprendizaje no supervisado
Redes neuronales y aprendizaje profundo
- Introducción a TensorFlow y Keras
- Construcción y entrenamiento de redes neuronales feedforward (de propagación hacia adelante)
- Optimización del rendimiento de las redes neuronales
Aprendizaje por refuerzo (Introducción)
- Conceptos fundamentales de agentes, entornos y recompensas
- Implementación de algoritmos básicos de aprendizaje por refuerzo
- Aplicaciones del aprendizaje por refuerzo
Despliegue de modelos de IA
- Guardar y cargar modelos entrenados
- Integrar modelos en aplicaciones mediante APIs
- Monitorear y mantener los sistemas de IA en producción
Resumen y próximos pasos
Requerimientos
- Sólida comprensión de los fundamentos de la programación en Python
- Experiencia con bibliotecas de análisis de datos como NumPy y pandas
- Conocimientos básicos de conceptos y algoritmos de aprendizaje automático
Público objetivo
- Desarrolladores de software que buscan ampliar sus habilidades en desarrollo de IA
- Analistas de datos que desean aplicar técnicas de IA a conjuntos de datos complejos
- Profesionales de I+D que construyen aplicaciones basadas en inteligencia artificial
35 Horas
Testimonios (2)
El formador estuvo muy disponible para responder todas las preguntas que hice
Caterina - Stamtech
Curso - Developing APIs with Python and FastAPI
Traducción Automática
El formador desarrolla la capacitación basada en el ritmo del participante
Farris Chua
Curso - Data Analysis in Python using Pandas and Numpy
Traducción Automática