Fundamentos de aprendizaje automático: Construcción de modelos con Python

Comenzar su viaje en el aprendizaje automático puede sentirse abrumador debido a las complejas matemáticas y la amplia gama de terminología especializada.Este curso corta a través de la complejidad para darle un camino claro y práctico. Al centrarse en la teoría fundamental y la implementación práctica en Python, obtendrá las habilidades esenciales necesarias para transformar los datos brutos en información predictiva.Va más allá de los conceptos teóricos y aprenderá a estructurar, construir y evaluar modelos de aprendizaje automático del mundo real. Lo que aprenderás: * Comprender los principios matemáticos y estadísticos básicos detrás de los algoritmos de aprendizaje supervisado y no supervisado. * Practique la limpieza de datos, la transformación y las técnicas de ingeniería de características utilizando bibliotecas Python estándar de la industria. * Construir y comparar modelos esenciales, incluyendo regresión lineal, regresión logística y algoritmos de agrupamiento. * Aplicar métricas de evaluación robustas para evaluar el rendimiento del modelo y evitar problemas comunes como el sobreajuste y el ajuste insuficiente. * Configurar un flujo de trabajo estructurado para proyectos de aprendizaje automático, que cubre la ingestión de datos, el modelado y los conceptos básicos de versiones de modelos. El curso comienza estableciendo la terminología clave de ML y los conceptos fundamentales antes de pasar a la manipulación y visualización de datos prácticos.Luego dedicamos secciones a la construcción y refinamiento de tipos de modelos específicos, que culminan en lecciones sobre la estructuración de un ciclo de vida completo del proyecto de LM. Este curso está diseñado específicamente para principiantes que tienen una familiaridad básica con la sintaxis de Python y los conceptos de programación, pero son nuevos en el aprendizaje automático.No se requiere experiencia previa con estadísticas o ciencia de datos. Comience a crear su cartera práctica de aprendizaje automático hoy mismo.