

Inseguro de dónde
empezar?
Track
Certificado
Dominio del Aprendizaje Automático
4.4+
★★★★★
★★★★★
148 reseñas
Intermediate
Esta ruta introduce conceptos y métodos fundamentales de aprendizaje automático. Cubre el uso de scikit-learn para el desarrollo de modelos, regresión lineal para análisis predictivo y métodos de clasificación para la categorización de datos. Mostrar más
python
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity TeamsWhat you will learn
- Understand the core principles of supervised learning and apply them using scikit-learn
- Develop a strong mathematical foundation for data science, including linear algebra, probability, and optimization
- Learn to implement and evaluate linear regression models for predictive analysis
- Explore classification techniques and build models to distinguish between different categories of data
- Master ensemble learning methods to improve model performance and robustness
- Learn the core principles of neural networks, how to build basic deep learning models and evaluate them
- 175 chapters
- 24 hours
- 177 tasks
Trusted by employees of leading companies
Learning track content
Module 1 / Introducción al ML con Scikit-learn
Aprenda los conceptos de Machine Learning y el flujo de trabajo de un proyecto de ML.
El preprocesamiento es probablemente la etapa más importante de un proyecto de ML. Este capítulo abarca los pasos de preprocesamiento necesarios para casi cualquier conjunto de datos.
Un pipeline es una forma ordenada de combinar todos los pasos de preprocesamiento junto con un modelo. Los pipelines facilitan considerablemente el entrenamiento y uso de un modelo.
El modelado es la etapa más divertida de un proyecto de ML. Aprendamos a construir, ajustar y evaluar el modelo.
Module 2 / Regresión Lineal con Python
Comencemos con el modelo de Regresión Lineal más sencillo. Aprenderá el concepto fundamental de la Regresión Lineal y cómo realizar predicciones en Python.
La mayoría de las tareas de predicción en el mundo real involucran más de una característica. Aprenderá cómo manejar la regresión lineal con múltiples características.
Una línea recta no siempre describe bien los datos. Aprendamos cómo construir un modelo más complejo para la predicción. Para esto se utiliza la regresión polinómica.
Ahora que sabe cómo construir varios modelos de Regresión Lineal, necesita una forma de elegir el mejor. Esto se puede lograr utilizando métricas. Esta sección explica las más utilizadas y las dificultades que puede encontrar al usarlas.
Module 4 / Introducción al Aprendizaje por Refuerzo
Descubra cómo entrenar agentes para tomar decisiones óptimas mediante prueba y error.
Explore los fundamentos de la teoría de aprendizaje por refuerzo.
Obtenga experiencia práctica configurando y ejecutando un entorno Gymnasium.
Domina el equilibrio entre exploración y explotación a través del problema del bandido de varios brazos. Implementación de estimación del valor de acción, métodos ε-greedy, límite superior de confianza y métodos de gradiente-bandido. Evaluación del rendimiento de los algoritmos en tareas simuladas de maximización de recompensas.
Domina la programación dinámica para RL basado en modelos. Descubre cómo las ecuaciones de Bellman pueden utilizarse para evaluar y mejorar políticas. Implementa algoritmos de iteración de políticas y de valores. Explora la iteración generalizada de políticas como base teórica para métodos sin modelo.
Domina los métodos de Monte Carlo para RL sin modelo. Estimación de funciones de valor y derivación de políticas óptimas a partir de episodios completos. Implementación de algoritmos de control Monte Carlo en política y fuera de política. Descubrimiento de estrategias de exploración para optimizar el aprendizaje sin modelo.
Domina el aprendizaje por diferencia temporal para RL sin modelo. Estima funciones de valor a partir de episodios parciales utilizando actualizaciones TD(0). Implementa los algoritmos SARSA en política y Q-Learning fuera de política. Descubre cómo los métodos Monte Carlo y el aprendizaje TD se combinan en n-step TD y TD(λ).
Module 5 / Introduction to Neural Networks
First, we will discuss what a neural network is and how it works. And also consider the scope of its application.
Next, we will try to build our own neural network and see how efficiently it copes with learning. We will also consider a ready-made solution from the scikit-learn library.
Finally, we will give you some additional useful information on how to understand which model to use and what types of neural networks there are. To complete the course, you will be tested on your acquired knowledge.
Module 6 / Análisis de Conglomerados
Adéntrese en los fundamentos del clustering y descubra cómo se diferencia de la clasificación. Explore algoritmos, herramientas y bibliotecas esenciales que impulsan esta técnica de aprendizaje no supervisado para revelar patrones ocultos en los datos.
Adquiera una comprensión sólida de las principales técnicas de preprocesamiento que garantizan una agrupación efectiva. Aprenda a manejar valores faltantes, codificar características categóricas, normalizar datos y seleccionar medidas de distancia y métodos de enlace apropiados para mejorar la precisión del agrupamiento.
Domine las habilidades necesarias para aplicar el agrupamiento K-Means de manera efectiva. Comprenda el funcionamiento del algoritmo, determine el número óptimo de clústeres y adquiera experiencia práctica implementando K-Means en conjuntos de datos sintéticos y reales.
Explora los conceptos esenciales del clustering jerárquico y aprende a agrupar datos en clústeres significativos utilizando dendrogramas. Desarrolla confianza en la identificación del número óptimo de clústeres y en la implementación de la técnica tanto en conjuntos de datos sintéticos como reales.
Descubra cómo DBSCAN destaca en la detección de agrupamientos con formas variadas y en el manejo de ruido en los datos. Conozca la mecánica detrás de este algoritmo basado en densidad, el proceso de asignación de puntos a agrupamientos y su aplicación tanto en conjuntos de datos sintéticos como reales con confianza.
Adquirir una comprensión sólida de los Modelos de Mezcla Gaussiana y cómo utilizan la probabilidad para modelar formas de clúster complejas. Estudio de los principios de la distribución gaussiana, exploración del funcionamiento de los GMM y consolidación de conocimientos mediante su aplicación en datos simulados y reales.
Requirements
- A computer with a browser - all browsers are supported.
- Your enthusiasm to enhance your tech skills.
- Everything else needed to start learning and practicing is already included in this course.
Over 200,000 5-star ratings and counting
Ruslan Kravchuk
Lo principal es aprender y no rendirse
El material es bueno, hay mucho que aprender, todo para ser mejor y lo principal es aprender lo que quieres....
Matteo Comune
Gracias a ellos estoy aprendiendo mucho…
Gracias a ellos estoy aprendiendo mucho más rápido porque te ayudan a entender todo desde cero. Es el mejor sitio web que ayuda a las personas sin conocimientos previos de IT...
Yuliana Cadavid
gran curso para principiantes
gran curso para principiantes, ponen a prueba tus conocimientos en cada lección...
Elpunzon
Estoy disfrutando de mi experiencia en Codefinity…
Estoy disfrutando de mi experiencia de aprendizaje de Python en Codefinity. La forma de aprendizaje autoinducido es genial porque puedo adaptarlo a mi horario...
Alexandru Alexandru
Es agradable aprender de codefinity
Es agradable aprender de codefinity. Es fácil y tiene buenos ejemplos de lo que aprendí aquí...
jacob Templet
Easy to follow along with and provides…
Fácil de seguir y proporciona desafío en mi vida cotidiana. El desafío me mantiene con ganas de aprender día tras día...
Elan
Codefinity es una herramienta de aprendizaje integral…
Codefinity es una herramienta de aprendizaje integral que te ayuda a desarrollar tus habilidades como ingeniero de software o científico de datos. Los ejercicios son divertidos y una buena...
Thibault
Primera vez aprendiendo a programar
Primera vez aprendiendo a programar y haciéndolo con éxito con Codefinity - Gracias...
Adrien Morel
Bien diseñado para principiantes totales
Bien diseñado para principiantes totales, el progreso incremental me da confianza....
_Gracy
simplemente está perfectamente bien explicado
¡Simplemente está perfectamente bien explicado! hasta ahora no he experimentado ninguna dificultad porque todo está tan bien organizado...
Ruslan Kravchuk
Lo principal es aprender y no rendirse
El material es bueno, hay mucho que aprender, todo para ser mejor y lo principal es aprender lo que quieres....
Matteo Comune
Gracias a ellos estoy aprendiendo mucho…
Gracias a ellos estoy aprendiendo mucho más rápido porque te ayudan a entender todo desde cero. Es el mejor sitio web que ayuda a las personas sin conocimientos previos de IT...
Yuliana Cadavid
gran curso para principiantes
gran curso para principiantes, ponen a prueba tus conocimientos en cada lección...
Elpunzon
Estoy disfrutando de mi experiencia en Codefinity…
Estoy disfrutando de mi experiencia de aprendizaje de Python en Codefinity. La forma de aprendizaje autoinducido es genial porque puedo adaptarlo a mi horario...
Alexandru Alexandru
Es agradable aprender de codefinity
Es agradable aprender de codefinity. Es fácil y tiene buenos ejemplos de lo que aprendí aquí...
jacob Templet
Easy to follow along with and provides…
Fácil de seguir y proporciona desafío en mi vida cotidiana. El desafío me mantiene con ganas de aprender día tras día...
Elan
Codefinity es una herramienta de aprendizaje integral…
Codefinity es una herramienta de aprendizaje integral que te ayuda a desarrollar tus habilidades como ingeniero de software o científico de datos. Los ejercicios son divertidos y una buena...
Thibault
Primera vez aprendiendo a programar
Primera vez aprendiendo a programar y haciéndolo con éxito con Codefinity - Gracias...
Adrien Morel
Bien diseñado para principiantes totales
Bien diseñado para principiantes totales, el progreso incremental me da confianza....
_Gracy
simplemente está perfectamente bien explicado
¡Simplemente está perfectamente bien explicado! hasta ahora no he experimentado ninguna dificultad porque todo está tan bien organizado...
Data Engineer
Certificado de Finalización
Muestra las habilidades que has adquirido recientemente. Te lo has ganado
Discover more
Learning tracks
Solo para Ultimate
7 Cursos
293 Tareas
Solo para Ultimate
6 Cursos
195 Tareas
Solo para Ultimate
4 Cursos
115 Tareas
Solo para Ultimate
6 Cursos
101 Tareas
Solo para Ultimate
4 Cursos
143 Tareas
Solo para Ultimate
4 Cursos
98 Tareas
Solo para Ultimate
3 Cursos
39 Tareas
Solo para Ultimate
7 Cursos
376 Tareas
Solo para Ultimate
7 Cursos
343 Tareas
Solo para Ultimate
6 Cursos
306 Tareas
Solo para Ultimate
5 Cursos
145 Tareas
Solo para Ultimate
3 Cursos
70 Tareas
Solo para Ultimate
7 Cursos
278 Tareas
Solo para Ultimate
5 Cursos
237 Tareas
Solo para Ultimate
4 Cursos
125 Tareas
Solo para Ultimate
4 Cursos
162 Tareas
Solo para Ultimate
3 Cursos
75 Tareas
Solo para Ultimate
6 Cursos
293 Tareas
Solo para Ultimate
5 Cursos
206 Tareas
Solo para Ultimate
3 Cursos
2 Proyectos
50 Tareas
Solo para Ultimate
3 Cursos
180 Tareas
Solo para Ultimate
5 Cursos
175 Tareas
Learning tracks
pista
Desarrollo Web con C#
Principiante
4.7
(2699)
pista
Python de Cero a Héroe
Principiante
4.6
(9720)
pista
SQL de Cero a Héroe
Principiante
4.7
(2941)
pista
C++ para Principiantes
Principiante
4.2
(613)
pista
Desarrollo de Juegos con Unity
Principiante
4.5
(109)
pista
Conviértete en un Desarrollador de React
Intermedio
4.3
(84)
pista
Fundamentos de Excel
Principiante
4.6
(423)
pista
Esenciales de Java
Principiante
4.5
(259)
pista
Desarrollo Web Full Stack
Principiante
4.6
(973)
pista
Fundamentos del Desarrollo Frontend
Principiante
4.6
(930)
pista
Análisis y Visualización de Datos con Python
Intermedio
4.6
(634)
pista
Dominio de C++
Avanzado
4.3
(20)
pista
Java Web
Avanzado
4.7
(3225)
pista
Conviértete en un Ingeniero de QA
Principiante
4.6
(803)
pista
Producción de Video con Adobe
Principiante
5.0
(6)
pista
Herramientas de Diseño UI/UX
Principiante
4.9
(9)
pista
Essential Office Skills
Principiante
4.7
(336)
pista
Digital Marketing Essentials
Principiante
4.4
(8)
pista
Complete Social Media Management
Principiante
5.0
(4)
pista
Business AI Toolkit
Principiante
4.7
(41)
pista
Desarrollo Web Sin Código
Principiante
4.3
(3)
pista
Odisea de Deep Learning
Avanzado
4.4
(24)
Become a Development expert
Interactive exercises
Learning videos
AI-assistant on all courses
Workspaces for designing your own projects
Ready to get started?
ProBest intro offer | UltimateA complete experience to kickstart your career | |
---|---|---|
85+ Top-Rated courses | ||
Completion certificates | ||
AI-Assistant in all courses | ||
20+ hands-on Real-world projects | ||
Personalized study tracks | ||
Unlimited workspaces | ||
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity Teams