Curso

MACHINE LEARNING FOR BIG DATA ANALYTICS

Datos básicos

Fechas de inicio y fin

Del 17/06/19 al 21/06/19

Fecha de matrícula

Preinscripción desde el 15/05/19
Matrícula desde el 6/06/19 15:40


Duración

20 horas presenciales,
2 Créditos ECTS

Lugar de Impartición

Aula Anita Borg, edificio 1G
VALÈNCIA

Horario

MAÑANA

Del lunes 17 de junio al viernes 21 de junio, en horario de 9h a 13:30h, con descansode 30 minutos de 11h a 11:30h.

Precio

200 €
150,00 € - Alumno UPV
150,00 € - Personal UPV
200,00 € - Público en general
150,00 € - Antiguo alumno ETSINF
150,00 € - Desempleados
150,00 € - Colegiados COIICV
150,00 € - Alumni UPV PLUS



Temas a desarrollar

1. Introducción a Machine Learning y el Reconocimiento de Patrones.
2. Repaso teoría de la probabilidad y su aplicación a un ejemplo mediante un clasificador del tipo Naive Bayes.
3. Repaso distribución de probabilidad Normal o de Gauss.
4. Estimación por Máxima Verosimilitud.
5. Técnicas de aprendizaje no supervisado.
a. Gaussian Mixture Models. Algoritmo K-Means. Kernel Density Estimation.
6. Funciones Discriminantes Lineales.
7. Support Vector Machines.
8. Redes Neuronales Artificiales. Algoritmo de entrenamiento Backpropagation.
9. Deep Learning, qué son las Redes Neuronales de alta complejidad.
10. Extremely Randomized Trees.

Más información

Acción formativa dirigida a:

Recien titulados que no quieran cursar un máster específicos sobre técnicas de aprendizaje automáticos pero consideren interesante conocer estas técnicas.
Profesionales del sector de las TIC que necesitan ampliar conocimientos en el ámbito del análisis de datos, especialmente de grandes volúmenes de datos, donde estas técnicas les permitirán crear procesos automatizados de extracción de información a partir de los datos.

Conocimientos previos necesarios:

Necesarios: Programación de ordenadores.
Recomendados: Python, nociones de teoría de la probabilidad.

Otra información

La interacción de las personas en las redes sociales y el uso de las tecnologías de la información y las comunicaciones (TIC) no cesan de generan grandes volúmenes de datos de los que es necesario extraer información.

El análisis de estos grandes volúmenes de datos requiere de técnicas estadísticas y de reconocimiento de patrones para crear modelos descriptivos o predictivos. La intersección de las técnicas estadísticas con el reconocimiento de patrones es parte fundamental del aprendizaje automático (Machine Learning).

Actualmente, las técnicas de Machine Learning están aplicándose al análisis de datos para extraer información de manera eficiente y lo más precisa posible.

Este curso pretende ser una introducción a las técnicas más relevantes de Machine Learning y mostrar ejemplos de aplicación de estas técnicas. Que sirva para conocer qué técnicas existen, en qué se fundamentan y sobre qué tipos de problemas pueden aplicarse.

Este curso está pensado para recién titulados y profesionales que necesiten de estas técnicas en su trabajo.

El enfoque será teórico-práctico y se hará uso del lenguaje de programación Python y del toolkit Scikit Learn.

Responsable de actividad

Silvia mª Terrasa Barrena

Profesorado

espacioJon Ander Gómez Adrián

Contacto

Dirección web

www.cfp.upv.es

Correo electrónico

Amparo Cuesta Falomir

Promovido por

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA


imagen separador
Inscripción Online inactiva Inscripción Online cerrada

Compartir:

Visita otros cursos relacionados con...

 Machine Learning,  Big Data,  Data Mining,  Data Analytics

Imagen espacio Imagen espacio
Inscripción Online inactiva Inscripción Online cerrada

Compartir:



Cursos de matrícula flexible Oferta de idiomas del CDL
Noticias: