Del 16 mayo al 20 mayo de 2022

Descripción del curso

El curso tiene como objetivo abordar de forma práctica problemas sencillos de aprendizaje automático: clasificación, agrupamiento, obtención de modelos…

El curso está pensado para alumnos que ya han tenido una primera aproximación al lenguaje automático, y han llevado a cabo entrenamientos mediante la biblioteca scikit-learn. En este caso profundizaremos en algunos de los conceptos clave del aprendizaje automático.

Tras la realización del curso, el alumno será capaz de implementar algoritmos de Aprendizaje Automático completos, incluyendo la optimización de modelos (optimización de hiperparámetros, pipelines, validación cruzada…), análisis de errores (visualización, métricas…), y otras herramientas auxiliares (herramientas de etiquetado, control de experimentos, colas de ejecución...).

El curso se desarrollará en el lenguaje Python, utilizando los algoritmos implementados en el paquete scikit-learn, y con ayuda de bibliotecas auxiliares como Pandas, Matplotlib, seaborn o imbalanced-learn.

Requerimientos

  • Conocimientos básicos de programación en Python.
  • Manejo de jupyter-lab.
  • Conocimientos de las bibliotecas pandas, matplotlib, seaborn y scikit-learn.

Perfil del alumno

Este curso es de nivel medio, se dirige a personas con conocimientos de Machine Learning, equivalentes al curso de 10 horas realizado en ediciones anteriores.

Las personas que no tengan formación previa en Machine Learning o que quieran actualizar sus conocimientos deben realizar antes de iniciar el curso la formación gratuita que encontrarán en alguno de los siguientes enlaces:


Una vez realizados estos cursos se puede obtener una certificación de los mismos, el pago de la certificación puede subvencionarse a través de la siguiente convocatoria de ayudasEste enlace se abrirá en una ventana nueva, cualquier duda contactad con el Think TIC

Temario

  • Revisión de algoritmos de aprendizaje supervisado y no supervisado
  • Preparación de datos: operaciones de limpieza y normalización
  • Selección de modelos: optimización de hiperparámetros, validación cruzada, métricas
  • Análisis de errores: funciones de pérdida, métricas y visualización
  • Herramientas adicionales: etiquetado, control de experimentos, colas de ejecución
  • Caso práctico

Profesor

Javier Becerra

Formato del curso

El curso se impartirá en formato online síncrono, constando de 5 sesiones teóricas de 3 horas de duración.

Se evaluarán los conocimientos del alumno durante el curso para validar su aprovechamiento.

Fechas y horarios:

Fechas: de 16 al 20 de mayo de 2022

Horario: de 16:30 a 19:30

Horas: 15

Fecha inicio selección: 4 de mayo

Inscripciones

El curso es gratuito, financiado por el Gobierno de La Rioja. La inscripción no garantiza la obtención de plaza en el curso, en caso de tener más inscripciones que plazas se hará una selección de los alumnos. Los alumnos deberán confirmar su asistencia una vez seleccionados.

Inscripción