Machine Learning con Ariel Thenon
Machine Learning con Ariel Thenon

Seminario gratuito online
Martes 26 de mayo de 18.30 a 21.30

ACTIVIDAD GRATUITA Y ABIERTA A TODA LA COMUNIDAD

Desde el Centro de Graduados de la Facultad de Ingeniería de la UBA te recomendamos seguir 4 pasos para entrar al mundo de la Inteligencia Artificial.

En esta charla te vamos a contar como dar el paso 3, en otras charlas abordamos los pasos 1, 2 y 4 .

Vamos a ver las posibilidades que abre la era de los datos y a ver porqué Python es el lenguaje del momento y el ideal para introducirse en programación en general y en el ámbito de Data Science en particular.

Vamos a presentar cuatro cursos de interés de distinto nivel, sus programas y sus alcances para que puedas elegir el indicado para vos.


PASO 3

Machine Learning a fondo - PRESENTACION DEL CURSO

Desarrollá tu perfil técnico en Inteligencia artificial. Introducite al mundo de Machine Learning. Comprendé los desafíos sociales e industriales que plantea la Inteligencia Artificial que ya está entre nosotros. Unite a la revolución de la Inteligencia Artificial.

En este curso aprenderás a:

- Entender el tipo de problemas que se resuelven con Inteligencia Artificial

- Interpretar conceptos necesarios de estadística para abordar problemas

- Conocer los principales algoritmos que se usan en Machine Learning
- Reconocer los tipos de condicionamiento previo de datos necesarios para Machine Learning

- Trabajar en Inteligencia Artificial y Machine Learning con Python, Anaconda, Jupyter Notebook y las bibliotecas
de Machine Learning

- Conocer el flujo de trabajo de Inteligencia Artificial usando Machine Learning

La Inteligencia Artificial y, en particular el Machine Learning, es un paradigma que está afectando progresivamente a nuestra sociedad, en especial en lo que respecta al tratamiento de un conjunto creciente de información que comienza a estar disponible por la digitalizacion. Aparecen nuevos desafíos y problemas, que no pueden ser resueltos por los métodos tradicionales de las matematicas y su resolución comienza a moverse hacia nuevos rumbos de la mano de la estadística y del creciente poder de los procesadores digitales.
Surge así el concepto de Data Science. Como resultado, se crean algoritmos como si fuesen las nuevas máquinas, ya no de vapor sino de datos, de la revolución actual.

PRÁCTICAS EN CLASE ::

En este curso se aprenderá lo necesario para identificar problemas y obtener soluciones. Se comenzará, mediante ejemplos simples, a entender los fundamentos de Machine Learning y recorreremos su ciclo de trabajo. Finalmente, se presentarán los tipos de problemas más comunes, conjuntamente con los algoritmos más utilizados.

Requisitos:

Es necesario contar con una base de programación y/o haber cursado Python Nivel 1

Se deben manejar conceptos básicos de matemáticas:

- Álgebra lineal: matrices y sus principales operaciones
- Análisis matemático: funciones y nociones sobre derivadas e integrales
- Probabilidad y estadística: variables aleatorias, funciones de distribución, estadísticos básicos

Se debe tener un manejo básico de Jupyter Notebook y/o Google Colaboratory

Público:

Este curso está orientado a todos aquellos que quieran tener la oportunidad de ser protagonistas de la Revolución de la Inteligencia Artificial que promete cambiar, una vez más, el rumbo de la historia laboral de la humanidad.

SALIDA LABORAL

Saldrás convertido en un Data Trainée con bases sólidas, imprescindibles para para poder realizar cursos avanzados de Inteligencia Artificial y así convertirte en un futuro “Ninja” de datos


PROGRAMA

1. Manejo de datos para Machine Learning

2. Problemas que se resuelven con Machine Learning

3. Modelos y Tipos de Algoritmos

4. Modelos de Regresión

5. Modelos de Clasificación

6. Clustering y NLP
Email address *
Apellido *
Nombres *
Celular (Solo números) *
¿Es Graduado FIUBA? *
Localidad de residencia *
¿Te interesa participar en la cooperativa de trabajo?
Clear selection
Otra casilla de correo
Teléfono Particular
Carrera - Facultad - Universidad (En curso SI/NO)
Año de Graduación
Institución Relacionada
Posición que ocupa
Comentarios y Sugerencias
Submit
Never submit passwords through Google Forms.
This content is neither created nor endorsed by Google. Report Abuse - Terms of Service - Privacy Policy