Machine Learning (edición 3)

Programa En hora local del evento

FECHAS DE INICIO Y FIN DEL CURSO

Tras la fecha de fin del curso, no se podrán realizar las actividades de evaluación del curso pero los materiales del mismo se mantendrán accesibles para los estudiantes matriculados durante un año.

Todos los cursos MOOC de la UPM son online, asíncronos y gratuitos.

CONTENIDOS DEL CURSO

• Módulo 1. Preprocesamiento de datos. En este módulo los estudiantes aprender las principales técnicas de preprocesamiento de datos tanto estructurados como no estructurados necesarias para el funcionamiento de los algoritmos de machine learning.

• Módulo 2. Regresión. En este módulo los estudiantes aprenderán la resolución de problemas de regresión y sus principales algoritmos (regresión lineal, ridge regression, lasso, elastic net, regresión polinómica y knn).

• Módulo 3. Clasificación. En este módulo los estudiantes aprenderán la resolución de problemas de clasificación y sus principales algoritmos (regresión logistica, svc, knn, nearest centroid, naive bayes y decision trees).

• Módulo 4. Clustering. En este módulo los estudiantes aprenderán la resolución de problemas de regresión y sus principales algoritmos (k means, dbscan, clustering jerárquico y spectral clustering).

• Módulo 5. Reducción dimensional. En este capítulo los estudiantes aprenderán la resolución de problemas de reducción dimensional y sus principales algoritmos (PCA, ISOMAP y TSNE).