Curso en línea – especialización profesional certificada en aprendizaje automático con Python de la Universidad de Colorado Boulder

Desarrollar habilidades básicas de aprendizaje automático. Agregue técnicas de aprendizaje profundo, supervisadas y no supervisadas a su caja de herramientas de ciencia de datos.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

nivel intermedio

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Aprendizaje no supervisado
  • Desarrollo del lenguaje Python
  • aprendizaje automático profundo
  • Ajuste de parámetros
  • Aprendizaje supervisado

What you will learn in the course

Courses for which the course is suitable

  • científico de datos
  • Ingeniero de aprendizaje automático
  • Investigador de IA
  • Analista de datos
  • Especialista en aprendizaje profundo
  • Desarrollador de sistemas de recomendación
  • Ingeniero en Visión por Computador
  • Ingeniero PNL
  • Analista de Bioinformática
  • Ingeniero de Software (Aprendizaje Automático)

Pasantía: una serie de cursos de 3 partes

En la especialización en aprendizaje automático aprenderemos sobre aprendizaje supervisado, aprendizaje no supervisado y una introducción al aprendizaje profundo. Aplique algoritmos de aprendizaje automático a datos del mundo real, comprenda cuándo usar cada modelo y por qué, y mejore el rendimiento de sus modelos.

Aprendizaje supervisado

  • Regresión lineal y logística
  • knn
  • árboles de decisión
  • Métodos de refinamiento como Random Forest y Boosting
  • métodos del kernel como SVM

Aprendizaje no supervisado

  • Técnicas de reducción de dimensionalidad (p. ej., PCA)
  • Clasificación
  • Sistemas de recomendación

Introducción al aprendizaje profundo

  • Elegir arquitecturas modelo
  • Construir/entrenar redes neuronales con bibliotecas como Keras
  • Ejemplos prácticos de CNN y RNN

Esta especialización se puede tomar para obtener crédito académico como parte del programa de Maestría en Ciencias en Ciencias de Datos o Ciencias de la Computación de CU Boulder que se ofrece en la plataforma Coursera. Estos títulos acreditados ofrecen cursos enfocados, clases cortas de 8 semanas y pago por uso. La admisión se basa en el desempeño en tres cursos preliminares y no en el historial académico. Los títulos de CU en Coursera son ideales para recién graduados o profesionales en activo.

Para más detalles:

Un proyecto de aprendizaje práctico.

En esta pasantía, construirá un sistema de recomendación de películas, identificará cánceres basándose en secuencias de ARN, aplicará CNN en patología digital, practicará técnicas de PNL en tweets de desastres e incluso creará imágenes de perros con la ayuda de GAN. Completarás un proyecto final en el que aplicarás aprendizaje supervisado, no supervisado y profundo para demostrar tu experiencia en el curso.

Details of the courses that make up the specialization

Introducción al aprendizaje automático: aprendizaje supervisado

  • Curso 1 • 39 horas • 3.3 (58 valoraciones)

Detalles del curso

¿Qué aprenderás?
  • Utilice herramientas modernas de aprendizaje automático y bibliotecas de Python.
  • Compara ventajas y desventajas de la regresión logística.
  • Explique cómo tratar con datos que no son separables linealmente.
  • Explique qué es un árbol de decisión y cómo separa los nodos.
habilidades que adquirirás
  • Categoría: Parámetros superiores
  • categoría: sklearn
  • Categoría: Conjunto
  • Categoría: árbol de decisión

Algoritmos no supervisados ​​en aprendizaje automático

  • Curso 2 • 38 horas • 3,9 (13 valoraciones)

Detalles del curso

¿Qué aprenderás?
  • Explique qué es el aprendizaje no supervisado y la lista de métodos que utilizan el aprendizaje no supervisado.
  • Enumere y explique diferentes algoritmos para métodos de descomposición matricial y qué hace cada uno de ellos.
habilidades que adquirirás
  • Categoría: análisis de conglomerados
  • Categoría: Reducción de dimensiones
  • Categoría: aprendizaje no supervisado
  • Categoría: sistemas de recomendación
  • Categoría: descomposición matricial

Introducción al aprendizaje profundo

  • Curso 3 • 60 horas • 3,6 (27 valoraciones)

Detalles del curso

¿Qué aprenderás?
  • Aplicar diferentes métodos de optimización durante el entrenamiento y explicar diferentes comportamientos.
  • Utilice herramientas basadas en la nube y bibliotecas de aprendizaje profundo para implementar una arquitectura CNN y entrenar tareas de clasificación de imágenes.
  • Aplique un paquete de aprendizaje profundo a datos continuos, cree modelos, entrene y calibre.
habilidades que adquirirás
  • Categoría: Redes neuronales recurrentes
  • Categoría: Redes neuronales convolucionales
  • Categoría: redes neuronales artificiales
  • Categoría: aprendizaje profundo no supervisado
  • Categoría: aprendizaje profundo