Descripción

Los métodos de aprendizaje automático se usan comúnmente en ingeniería y ciencias, desde sistemas informáticos hasta física. Además, los sitios comerciales como motores de búsqueda, sistemas de recomendación (por ejemplo, Netflix, Amazon), anunciantes e instituciones financieras emplean algoritmos de aprendizaje automático para recomendar contenido, predecir el comportamiento, el cumplimiento o el riesgo del cliente. Como disciplina, el aprendizaje automático trata de diseñar y comprender programas de computadora que aprenden de la experiencia con el propósito de predicción o control. En este curso, los estudiantes aprenderán sobre principios y algoritmos para convertir los datos de entrenamiento en predicciones automatizadas efectivas. Cubriremos: Representación, sobreajuste, regularización, generalización, dimensión VC; Agrupación, clasificación, problemas de recomendación, modelado probabilístico, aprendizaje de refuerzo; Algoritmos en línea, máquinas de vectores de soporte y redes neuronales / aprendizaje profundo. Los estudiantes implementarán y experimentarán con los algoritmos en varios proyectos de Python diseñados para diferentes aplicaciones prácticas. Este curso es parte del Programa MITx MicroMasters en Estadística y Ciencia de Datos. Domina las habilidades necesarias para ser un profesional informado y efectivo de la ciencia de datos. Completará este curso y otros tres de MITx, a un ritmo y nivel de rigor similares a los de un curso en el campus del MIT, y luego tomará un examen prácticamente supervisado para obtener sus MicroMasters, una credencial académica que demostrará su competencia en ciencia de datos o acelerar su camino hacia un doctorado MIT o una maestría en otras universidades. Para obtener más información sobre este programa, visite https://micromasters.mit.edu/ds/. Si tiene preguntas específicas sobre este curso, contáctenos a: sds-mm@mit.edu.

Precio: GRATIS para auditar!

Aprendizaje automático con Python: de modelos lineales a aprendizaje profundo –