Machine Learning aplicado usando Phyton (IFCD093PO). Especialidad formativa - TIC

Esta convocatoria se encuadra dentro del sistema profesional para el empleo en el ámbito laboral cuyos programas de formación persiguen garantizar la inclusión digital, dotando de nuevas competencias para la transformación digital y productiva, dirigidos prioritariamente a personas trabajadoras ocupadas.

El 30% de las plazas podrá asignarse a personas en desempleo, inscritas como demandantes en el Servicio Público de Empleo.

Objetivos:

Desarrollar, implementar y validar modelos de aprendizaje máquina (Machine Learning): diseñar modelos predictivos de clasificación en problemas reales de salud, economía y empresa, implementar algoritmos de segmentación para análisis de poblaciones en diferentes aplicaciones y desarrollar modelos de predicción avanzados de series temporales.

Contenidos:

1. INTRODUCCIÓN AL CURSO
1.1. Introducción al Python
1.2. Librería de Python para Machine Learning.
1.3 Machine Learning. Introducción.

2. APRENDIZAJE SUPERVISADO
2.1. Definición y aplicaciones.
2.2 Medidas de rendimiento.
2.3 Modelos lineales
2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales.
2.5 Combinación de modelos. Random Forest.

3. APRENDIZAJE NO SUPERVISADO
3.1. Definición y aplicaciones.
3.2 Medidas de rendimiento.
3.3 Clustering. Tipos
3.4 Biclustering
3.5 Manifolds. Reducción de la dimensionalidad
3.6 Análisis de la cesta.

¿COMO ME PUEDO INSCRIBIR?

La inscripción en el curso es muy sencilla y se realiza de manera online. Simplemente haz clic más abajo en "Solicita tu plaza", cubre tus datos y haznos llegar la siguiente documentación: 

1. Esta ficha de inscripción escaneada y firmada  [Descargar ficha ↓ ]
2. Copia del DNI.

Posteriormente, cuando se acerque el inicio de la formación, te solicitaremos además un justificante de tu situación laboral:

• Si trabajas para una entidad: cabecera de la nómina más reciente junto con Vida Laboral actualizada.
• Si estás en situación de desempleo: Tarjeta de demandante de empleo.
• Si trabajas por cuenta propia: Vida Laboral actualizada.

Puedes enviar la documentación a través del formulario o posteriormente a través del correo inscripciones@dicampus.com.

Para cualquier duda, contacta con nuestro equipo: 985 320 478.

En el caso de que el número de solicitudes supere el de plazas disponibles, la plaza se asignará atendiendo a las instrucciones marcadas en cada convocatoria y al orden de recepción de la documentación acreditativa.

¡No te quedes sin tu plaza!