¿Qué es Machine Learning? Es una de las ramas de la inteligencia artificial que crea sistemas que aprenden automáticamente identificando patrones entre millones de datos. Objetivos del curso: • Dominar herramientas, lenguajes de programación y técnicas algorítmicas que te permitirán desarrollar y liderar proyectos de Machine Learning. Estas herramientas están a la vanguardia de la tecnología y son líderes de mercado utilizándose diariamente en empresas nacionales e internacionales. • Entender y saber aplicar los algoritmos de Machine Learning más utilizados en la industria, así como tener la capacidad de poder adaptarlos y modificarlos para afrontar problemas complejos del mundo real. • Poder integrarte trabajando en proyectos empresariales que impliquen técnicas de Machine Learning, big data y computación en la nube.

Módulo 1: Nociones teóricas iniciales • Desambiguación de términos: ¿Machine Learning? ¿Deep Learning? ¿Data Science? ¿Big Data? • Evolución histórica de la Inteligencia Artificial • Machine Learning: Aprendizaje supervisado, no supervisado y por refuerzo • Aprendizaje supervisado: Regresión y clasificación Módulo 2: Herramientas básicas • Programación en Python • Linux Shell essentials • Visión general de las herramientas Cloud disponibles • Ecosistema Data Science en Python: Skit Learn, Pandas, Numpy, Matplotlib… • Pre-procesamiento de datos numéricos (Normalización, discretización, estandarización…) Módulo 3: Algoritmos de Machine Learning y su implementación • ¿Qué es un modelo de machine learning?¿Qué es el entrenamiento? ¿Cómo valido que mis modelos generalizan correctamente? • Regresión Lineal • Regresión Logística • Algoritmos de agrupamiento (K-Means, Clustering espectral, Clustering jerárquico…) • Support Vector Machines (SVM) • Árboles de Decisión y Random Forests • K Nearest Neighbors (KNN) • Redes Bayesianas • Modelos Ocultos de Markov • Algoritmos de reducción de la dimensionalidad (PCA, t-SNE…) • Multi Layer Perceptron • Algoritmos de selección de modelos y búsqueda inteligente de hiper parámetros (grid search, random search, cross validation…) • Modelos Ensemble y Sistemas multi-agente

ACCESO A BOLSA DE EMPLEO Dirigido a: • Estudiantes que posean conocimientos básicos de programación y deseen empezar su andadura profesional como científicos de datos. • Trabajadores del sector tecnológico que quieran progresar en su carrera. • Jefes de proyecto que deseen liderar eficientemente proyectos de Inteligencia Artificial. Salidas Laborales • Científico de datos especializado en Machine Learning. • Ingeniero de Software y programador de Inteligencia Artificial en proyectos de ingeniería y consultoría. • Liderar proyectos como experto en machine learning. Prácticas: Prácticas en empresas especializadas (opcionales). Disponemos de una red de empresas colaboradoras para que puedas cursar tus prácticas.