Ir directamente a la información del producto
1 de 1
Precio habitual $89.00 USD
Precio habitual Precio de oferta $89.00 USD
Oferta Agotado
Tipo
Ver todos los detalles

El curso de Machine Learning desarrolla habilidades en prácticas, modelos y algoritmos, así como sistemas de Machine Learning que pueden realizar un rango de tareas de procesamiento de análisis de datos. Explica cómo funciona el Machine Learning, qué puede y qué no puede hacer, y explora cómo se pueden resolver una serie de diferentes problemas de negocio utilizando y combinando técnicas probadas de Machine Learning.

Complete el curso de Machine Learning y, opcionalmente, acredítese como Especialista en Machine Learning aprobando el examen de certificación. Puede comprar el curso ahora y obtener el examen más tarde, o puede obtenerlos juntos con un descuento como parte del Paquete de certificación.

Al completar el curso recibirá un certificado digital de finalización, así como una insignia digital de capacitación de Acclaim/Credly. Al obtener la certificación también recibirá un certificado digital de acreditación oficial y una insignia digital de certificación de Acclaim/Credly de Especialista en Machine Learning, junto con una cuenta que se puede utilizar para verificar el estado de su certificación.

El curso de Machine Learning está compuesto por los siguientes 3 módulos, cada uno de los cuales tiene una duración estimada de 10 horas:

  • Módulo 7: Fundamentos de Machine Learning
  • Módulo 8: Machine Learning Avanzado
  • Módulo 9: Laboratorio de Machine Learning

Elija el Paquete de certificación para recibir el curso completo junto con el examen de certificación supervisado en línea y un conjunto de preguntas de examen de práctica, todo con un descuento de paquete.

Información del examen

Al comprar este curso, automáticamente recibirá acceso a través de la plataforma de eLearning Interactivo en Línea. Para proporcionarle la mayor flexibilidad, también tendrá la opción de acceder a los materiales del curso a través de dos formatos adicionales de eLearning, sin costo adicional. A continuación se describen brevemente los tres formatos de eLearning. Encontrará una comparación más detallada aquí.
  1. Para el aprendizaje cotidiano: Una plataforma interactiva de aprendizaje en línea con lecciones individuales, así como preguntas de práctica y ejercicios interactivos que se califican automáticamente.
  2. Para el aprendizaje en movimiento: Una plataforma de kit de estudio con acceso a todos los documentos del curso que soportan la sincronización online/offline, anotaciones, comentarios, marcadores personalizados y búsquedas entre documentos.
  3. Para su referencia: Un conjunto de documentos PDF con marca de agua que puede imprimir y conservar (para todos los cuadernos de trabajo y posters del curso).
Las tres formas de acceso están sujetas a la * de Arcitura. Tras la compra, el acceso a la plataforma de eLearning interactivo en línea (1) se proporciona en el plazo de un día hábil. El acceso a los kits de estudio (2) y los documentos PDF (3) se proporciona sobre pedido.

El curso está compuesto por un conjunto de módulos. Cada módulo tiene un conjunto de lecciones y además se complementa con ejercicios para ayudar a reforzar su comprensión de los temas clave. A continuación se muestran los contenidos digitales y el temario de cada módulo del curso:


Módulo 7: Fundamentos de Machine Learning

Este módulo proporciona una descripción general fácil de entender del Machine Learning para cualquier interesado en cómo funciona, qué puede y qué no puede hacer, y cómo se utiliza comúnmente en apoyo de las metas de negocio. El módulo cubre los tipos de algoritmos comunes y además explica cómo funcionan los sistemas de Machine Learning tras bambalinas. Los materiales básicos del módulo se acompañan con un suplemento informativo que cubre diversos algoritmos y prácticas comunes.


Contenidos del módulo del curso


  • Lecciones del libro de trabajo (100+ páginas)
  • Ejercicios interactivos
  • Poster de mapa mental
  • Poster de leyenda de símbolos

  • Preguntas de examen de práctica
  • PDFs del libro de trabajo y posters (imprimible)

Temas cubiertos

  • Factores tecnológicos y de negocio de Machine Learning
  • Beneficios y retos de Machine Learning
  • Escenarios de uso de Machine Learning
  • Conjuntos de datos, datos estrucutrados, no estructurados y semiestructurados
  • Modelos, algoritmos, aprendizaje y entrenamiento de modelos
  • Cómo funciona el Machine Learning
  • Recopilación y preprocesamiento de datos de entrenamiento
  • Selección de algoritmos y modelos
  • Entrenamiento de modelos y despliegue de modelos entrenados
  • Algoritmos y prácticas de Machine Learning

  • Aprendizaje supervisado, clasificación, árbol de decisiones
  • Regresión, métodos de ensamble, reducción de dimensiones
  • Aprendizaje no supervisado y agrupamiento
  • Aprendizaje semisupervisado y por refuerzo
  • Mejores prácticas de Machine Learning
  • Cómo funcionan los sistemas de Machine Learning
  • Mecanismos comunes de Machine Learning
  • Cómo se utilizan los mecanismos en el entrenamiento de modelos
  • Machine Learning y Deep Learning, Inteligencia artificial (IA)

Módulo 8: Machine Learning Avanzado

Este módulo profundiza en la amplia variedad de algoritmos, métodos y modelos de las prácticas contemporáneas de Machine Learning para explorar cómo se pueden resolver muchos de los diferentes problemas de negocio utilizando y combinando técnicas probadas de Machine Learning.


Contenidos del módulo del curso


  • Lecciones del libro de trabajo (100+ páginas)
  • Lecciones en video (para todos los temas)
  • Ejercicios interactivos

  • Poster de mapa mental
  • Preguntas de examen de práctica
  • PDFs del libro de trabajo y poster (imprimible)

Temas cubiertos

  • Patrones de exploración de datos
  • Cálculo de tendencia central, cálculo de variabilidad
  • Cálculo de asociatividad, cálculo de resumen gráfico
  • Patrones de reducción de datos
  • Selección de características, extracción de características
  • Patrones de manipulación de datos
  • Imputación de características, codificación de características
  • Discretización de características, estandarización de características
  • Patrones de aprendizaje supervisado

  • Predicción numérica, predicción de categorías
  • Patrones de aprendizaje no supervisado
  • Descubrimiento de categorías, descubrimiento de patrones
  • Patrones de evaluación de modelos, modelado de referencia
  • Evaluación del desempeño de entrenamiento, evaluación del desempeño de predicción
  • Patrones de optimización de modelos
  • Aprendizaje conjunto, reentrenamiento frecuente del modelo
  • Implementación de modelos ligeros, aprendizaje incremental del modelo

Módulo 9: Laboratorio de Machine Learning

Este módulo presenta a los participantes una serie de ejercicios y problemas diseñados para poner a prueba su capacidad para aplicar sus conocimientos de los temas cubiertos en los módulos anteriores. Completar este laboratorio ayudará a resaltar las áreas que requieren mayor atención y además ayudará a demostrar el dominio de los sistemas y técnicas de Machine Learning tal como se aplican y combinan para resolver problemas del mundo real.


Contenidos del módulo del curso


  • Cuaderno de ejercicios de laboratorio
  • Poster de mapa mental
  • Preguntas de examen de práctica

  • PDFs del cuaderno de ejercicios y poster (imprimible)

Temas cubiertos

  • Ejercicio de lectura 9.1: Mini caso de estudio: Empresa de I+D RHE
  • Ejercicio de laboratorio 9.2: Recuperación de los datos de entrenamiento
  • Ejercicio de laboratorio 9.3: Selección del algoritmo correcto
  • Ejercicio de laboratorio 9.4: Características y representación de los modelos
  • Ejercicio de laboratorio 9.5: Medición y optimización del modelo entrenado

  • Ejercicio de laboratorio 9.6: Corrección de características inconsistentes
  • Ejercicio de lectura 9.7: Mini caso de estudio: Institución financiera GTO
  • Ejercicio de laboratorio 9.8: Identificación de los datos de las transacciones de los clientes
  • Ejercicio de laboratorio 9.9: Evaluación del riesgo del cliente
  • Ejercicio de laboratorio 9.10: Identificación de patrones de gasto alarmantes

Conozca a Arcitura: Tome el Tour en Video

Vea estos útiles videos informativos para aprender acerca de los programas, cursos y certificaciones de Arcitura.

Acerca de Arcitura

Acerca de los Cursos de Arcitura

Acerca de las Certificaciones de Arcitura

Qué Hay en un Curso de Arcitura

Cobertura
integral

Cada curso ofrece un plan de estudios integral con 2-3 módulos y 20-40 horas de capacitación.

Más que sólo
lecciones en video

Además de lecciones en video estándar, los cursos incluyen cuadernos de trabajo y posters de referencia a todo color para todas las lecciones.

Retos interactivos
que se califican

Los cursos también incluyen ejercicios interactivos que se califican, exámenes de prueba interactivos que se califican y otros suplementos.

La Diferencia Arcitura

CADA CURSO

  • es elaborado por un equipo especializado de desarrollo de cursos
  • tiene un examen de prueba, un examen de acreditación y una certificación profesional
  • está disponible a través de dos plataformas de eLearning distintas

TODOS LOS CURSOS

  • pasan por un proceso de desarrollo común
  • son elaborados para ser consistentes en cuanto a calidad, estructura y estilo
  • comparten un vocabulario y una notación de símbolos comunes
  • son elaborados en colaboración con expertos en la materia

Lleve sus Herramientas a Cualquier Parte

Tanto si es un individuo que busca impulsar su carrera profesional o una organización que busca mejorar las competencias de su equipo, los cursos y certificaciones de Arcitura son una sólida inversión.

Ya que tanto los cursos como las acreditaciones son independientes de proveedor, lo empoderan con herramientas y credenciales que puede llevar a donde sea que tenga que ir.

Capacitación y Coaching Profesionales con Instructor

 

¿Preguntas?

Contacte a info@arcitura.com o llame a +1 604-904-4100 durante el horario laboral del Tiempo del Pacífico (PT).