MACHINE LEARNING I

• Comprender los conceptos básicos del aprendizaje automático y sus componentes esenciales.
• Adquirir habilidades para analizar series temporales y realizar predicciones.
• Conocer los fundamentos teóricos y prácticos de la regresión lineal en el contexto del aprendizaje automático.
• Entender los conceptos fundamentales de los modelos de clasificación y sus aplicaciones.
• Profundizar en el conocimiento de modelos supervisados avanzados y su optimización.
• Comprender el concepto de ingeniería de características y su importancia en el aprendizaje automático.

1.INTRODUCCION AL MACHINE LEARNING

• Introduccion al aprendizaje de maquina
• Fundamentos del aprendizaje maquina componentes esenciales
• Tipos de datos en aprendizaje maquina
• Enfoques del aprendizaje maquina
• Problemas abordados por el aprendizaje maquina
• Etapas de implementacion del aprendizaje maquina
• Aplicaciones practicas y casos de uso del aprendizaje maquina

2.SERIES TEMPORALES

• Introduccion a las series temporales
• Tipos de series temporales
• Ejemplos de uso de series temporales
• Analisis de series temporales
• Prediccion de series temporales
• Tecnicas de prediccion en el aprendizaje maquina
• Caso practico. Prediccion de la demanda de electricidad en una empresa indust

3.REGRESION LINEAL

• Introduccion a la regresion lineal en el aprendizaje maquina
• Fundamentos teoricos de la regresion lineal en aprendizaje maquina
• Preparacion de datos y exploracion inicial en aprendizaje maquina
• Estimacion de parametros y ajuste del modelo en el contexto del aprendizaje m
• Evaluacion del modelo de regresion lineal en aprendizaje maquina
• Diagnostico y mejora del modelo en el aprendizaje maquina

4.MODELOS DE CLASIFICACION

• Conceptos fundamentales
• Modelos basicos de aprendizaje estadistivo o de caja blanca
• Modelos avanzados, de aprendizaje automatico o de caja negra
• Evaluacion de la calidad de los modelos
• Ensembles y random forest

5.MODELOS SUPERVISADOS AVANZADOS

• Fundamentos de modelos supervisados
• Modelos supervisados avanzados
• Optimizacion y evaluacion
• Estudios de casos

6.FEATURE ENGINEERING (INGENIERIA DE CARACTERISTICAS)

• Características
• Ingeniería de características